港大开源 PrismaCoder:200 万样本多模态代码数据集对标闭源
hkunlp · hf · 2026-10-22
港大 hkunlp 团队发布 PrismaCoder 系列开源多模态代码智能模型，把代码智能从源码文本扩展到「程序渲染出的东西」：图表、网页、图示、文档与动画。核心内容：- PrismaForge 流水线：为每条指令合成 rubric(评分细则)，分别做代码级与视觉级检查，同时充当训练数据过滤器和 RL 奖励;- PrismaCoder-2M 数据集：目前最大最广的开源多模态代码数据集，共 200 万样本、覆盖 19 个任务族(WebUI 生成 17.8%、Chart-to-Code 9.8%、Image-to-SVG 9.0%、LaTeX、Manim 动画、化学结构等)，视觉中心任务占 59.4%;- PrismaCoder-9B/35B 模型：大幅领先开源模型，在图表、前端页面与半结构化文档任务上追平或超越闭源系统;- 分析结论：rubric 过滤优于直接模型打分，配方可跨基座迁移，rubric 分数与人类判断对齐。
「编程与Agent」频道最新
- 开发者搭「AI 软件工厂」：GitHub issue 自动变 PR 免盯梢 — Pavan_Belagatti · 2026-10-22
- 开发者用 AI 从游戏关卡进化出完整可视化地图编辑器 — Dimillian · 2026-10-22
- AI 代购分流：沃尔玛用 MCP 开门迎 Agent,亚马逊筑墙拒绝 — sanjaykalra · 2026-10-22
- 开源自托管版 Claude Duet:open-duet 获 5.9k star — matchaman11 · 2026-10-22
- 开源引擎 Locals 让 Apple Silicon 本地 LLM 提速最高 3 倍 — SumitGup · 2026-10-22
- AI 自动化省下的时间去哪了：维护成本吃掉收益引发讨论 — djgoel123 · 2026-10-22