阶段式 MLLM 微调解决 WebUI 代码负迁移获顶会收录

2026 年 11 月 3 日，一篇关于阶段式多模态大语言模型微调的 arXiv 论文显示其已被 NeurIPS 2026 接收。该研究针对 React、Vue 和 Angular 等多框架 WebUI 代码生成中因模型负迁移导致的编译失败问题，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，并离线估计跨框架异质性与兼容性，以此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模型干扰。实验表明，该方法在多个基准测试中提升了代码生成质量与编译成功率。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。