阶段式多模态大语言模型微调用于多框架 WebUI 代码生成

针对多模态大语言模型在生成 React、Vue 和 Angular 代码时因负迁移导致的编译失败，提出了一种基于兼容性与异质性信号的阶段式微调方法。 该方法首先应用保持原生语法的归一化映射，离线估计跨框架异质性与兼容性以自动确定训练分组及顺序，最终通过阶段式适配器调优减少干扰。实验表明，该方法在多个基准测试中提升了生成质量与编译成功率，相关研究已被 NeurIPS 2026 接收。