Microsoft Phát Hành AesCode 8B và 32B Để Tạo Ra Các Sản Phẩm Trực Quan
Microsoft đã phát hành AesCode 8B và 32B, hai mô hình mã nguồn đa phương thức được thiết kế để tạo ra các sản phẩm trực quan bằng HTML/CSS có cấu trúc và dễ chỉnh sửa như slide và bảng điều khiển. Các mô hình này sử dụng hình ảnh tham chiếu trực quan kết hợp với sự giám sát đa phương thức phân tách để đảm bảo bố cục và nội dung chính xác. Bản phát hành này thu hẹp khoảng cách giữa các mô hình mã thuần túy vốn gặp khó khăn về thẩm mỹ trực quan và các trình tạo hình ảnh thường hiển thị sai văn bản và số liệu. Bằng cách xuất ra mã HTML/CSS có thể chỉnh sửa, nó cho phép người dùng dễ dàng tùy chỉnh các bảng điều khiển và slide được tạo ra cho các ứng dụng thực tế. Điểm kiểm tra AesCode-32B lớn hơn được xây dựng dựa trên Qwen3-VL-32B-Instruct, trải qua quá trình SFT khởi động lạnh tiếp theo là GDPO trên bảy kênh phần thưởng riêng biệt. Các phiên bản GGUF được lượng tử hóa bởi bartowski và các điểm kiểm tra gốc đều có sẵn trực tiếp trên Hugging Face.
## KIẾN THỨC NỀN
Các mô hình ngôn ngữ lớn thường gặp khó khăn trong việc cân bằng các yêu cầu cấu trúc chính xác của mã nguồn với nhu cầu bố cục nghệ thuật của thiết kế trực quan. Các mô hình đa phương thức giải quyết vấn đề này bằng cách xử lý cả đầu vào dạng văn bản và hình ảnh, mặc dù việc phối hợp các yêu cầu văn bản ngữ nghĩa với các tài liệu tham khảo thẩm mỹ trực quan vẫn là một rào cản kỹ thuật lớn.