arXiv 2610.20538
PrismaCoder: 分解型ルーブリック合成によるオープンなマルチモーダルコード知能の限界への挑戦
PrismaCoder: Pushing the Boundaries of Open Multimodal Code Intelligence through Decomposed Rubric Synthesis
AI推薦48
著者: Qiushi Sun, Jingyang Gong, Yang Liu, Qiaosheng Chen, Zhangyue Yin, Zixian Huang, Hanxu Hu, Jing Xiong +9
概要
著者らは、プログラムの品質を検証可能な基準に分解する合成ルーブリックを中心とした階層型データパイプライン PrismaForge を構築しました。このルーブリックを教師ありコーパスのフィルタとして、また視覚コーディングタスクの強化学習の報酬として用い、PrismaCoder-2M データセットと PrismaCoder-9B、PrismaCoder-35B モデルを作成しました。
はじめに
オープンなマルチモーダルコードモデルは、高品質な学習データが不足していることに加え、既存の品質指標（合否の実行結果、コードの類似度、タスク固有の検証器）がレンダリング後の視覚的な正しさを捉えられないため、プロプライエタリなシステムに後れを取っています。
結果
PrismaCoder モデルは公開モデルの中で最先端を大差で上回り、主要なプロプライエタリシステムに匹敵します。また、ルーブリックベースのパイプラインは複数のモデルバックボーンでマルチモーダルコーディング性能を向上させると報告されています。
結論
検証可能なルーブリックによるフィルタリングと報酬は、視覚的なコード品質を改善する汎用的で確認可能な手法を提供し、公開されたデータとモデルはマルチモーダルコード生成研究の強固な基盤となります。