IT之家 2 月 6 日消息，科技媒體 9to5Mac 今天（2 月 6 日）發(fā)布博文，報道稱蘋果公示最新 AI 研究論文，利用生成式 AI 優(yōu)化 App 界面（UI）開發(fā)，經(jīng)過特定方法微調(diào)的 Qwen3-Coder 模型，在 UI 生成能力上擊敗了 GPT-5論文。
IT之家援引博文介紹，該論文由蘋果 UICoder 團隊發(fā)表，主要是探索生成式 AI 如何更高效地融入 App 開發(fā)流程論文。
論文指出目前主流的“人類反饋強化學(xué)習(xí)”（RLHF）并不適合 UI 設(shè)計領(lǐng)域論文。傳統(tǒng)的 RLHF 通常要求人類對 AI 生成的結(jié)果進行簡單的“點贊 / 點踩”或排序。
然而，這種二元評價體系忽略了設(shè)計背后的復(fù)雜邏輯，也無法體現(xiàn)設(shè)計師的工作流論文。簡單來說，AI 只知道“這個不好”，卻不知道“哪里不好”或“怎么改才好”。
蘋果為了解決上述問題，招募了 21 位擁有 2 至 30 年經(jīng)驗的專業(yè)設(shè)計師參與實驗論文。不同于以往的打分模式，設(shè)計師需要直接通過撰寫評論、繪制草圖甚至直接修改代碼來優(yōu)化 AI 生成的界面。
團隊收集了 1460 條此類深度注釋，并將“修改前”與“修改后”的對比數(shù)據(jù)輸入到一個獎勵模型中論文。該模型通過學(xué)習(xí)截圖和自然語言描述，學(xué)會了像人類設(shè)計師一樣判斷 UI 的美觀度與功能性。
實驗數(shù)據(jù)顯示，基于“草圖反饋”訓(xùn)練的模型表現(xiàn)最為優(yōu)異論文。令人驚訝的是，僅依靠 181 個草圖注釋進行微調(diào)，該模型就實現(xiàn)了對 GPT-5 的超越。研究團隊表示，這證明了“少而精”的專家級反饋能讓小參數(shù)模型在特定領(lǐng)域展現(xiàn)出超越大模型的潛力。
研究還揭示了一個關(guān)鍵現(xiàn)象：設(shè)計審美具有高度主觀性論文。在單純的排序任務(wù)中，研究人員與設(shè)計師的觀點一致率僅為 49.2%，幾乎等同于拋硬幣。
然而，當(dāng)設(shè)計師通過草圖或直接編輯來表達意圖后，雙方的一致率分別飆升至 63.6% 和 76.1%論文。這表明，在定義“什么是更好的設(shè)計”時，具體的視覺修改（Show）遠比抽象的評分（Tell）更具共識價值，這也是未來 AI 輔助設(shè)計工具進化的核心方向。
參考
