简介
一篇研究如何用符合专业设计实践的反馈来训练 LLM 界面生成器的论文。作者邀请 21 名设计师，比较排序、文字评论、草图标注和直接修改四种反馈方式，再用这些数据改进能够生成可渲染界面的代码模型。
内容总结
这篇论文带来的新信号：
1. 贴近设计师工作流：不只依赖点赞或成对排序，还测试评论、草图标注和直接修改
2. 数据规模扎实：从 21 名拥有 2 年到 30 多年经验的设计师处收集约 1,500 条标注
3. 视觉定位很关键：草图和直接修改带来的训练信号优于纯评论或排序
4. 模型层验证：用反馈训练奖励模型与 UI 代码生成模型，并由人工评审渲染结果
5. GenUI 实践启示：要提升生成界面质量，反馈工具必须符合设计师真实的视觉评审方式
1. 贴近设计师工作流：不只依赖点赞或成对排序，还测试评论、草图标注和直接修改
2. 数据规模扎实：从 21 名拥有 2 年到 30 多年经验的设计师处收集约 1,500 条标注
3. 视觉定位很关键：草图和直接修改带来的训练信号优于纯评论或排序
4. 模型层验证：用反馈训练奖励模型与 UI 代码生成模型，并由人工评审渲染结果
5. GenUI 实践启示：要提升生成界面质量，反馈工具必须符合设计师真实的视觉评审方式
标签
ui-generationdesigner-feedbackmodel-alignmentuser-study