通过数据合成促进前端开发中的视觉语言模型进步

本研究针对现代前端开发中，尤其是在使用React和Vue框架时的复杂性问题，提出了一种反思性代理工作流程，合成高质量的图像-文本数据，以捕捉前端开发的多样特征。该工作流程通过自动提取自包含代码片段，并生成详细描述以链接设计元素与功能代码，证明了训练的视觉语言模型Flame在生成React代码方面的有效性。