2026-10-15 — views
PrismaCoder, 오픈 멀티모달 코드 지능 발전
읽어야 하는 이유 본 연구는 멀티모달 코딩을 위한 고품질 학습 데이터의 중요한 격차를 해소하며, 분해된 기준 합성을 통해 독점 시스템에 맞서는 오픈 모델을 제시합니다.
PrismaCoder-9B 및 35B 모델은 새로운 기준 기반 데이터 파이프라인을 활용하여 오픈 멀티모달 코드 지능 벤치마크에서 선도적인 성과를 거두었습니다.
기호적 세계와 시각적 세계 연결하기
멀티모달 코드 지능은 프로그래밍의 기호적 세계와 실행 중 생성되는 시각적 출력 사이의 중요한 다리를 제공합니다. 모델이 차트, 웹페이지, 애니메이션, 반구조화 문서 등을 생성하는 임무를 점점 더 많이 맡게 됨에 따라 이러한 기능에 대한 수요가 급증하고 있습니다. 독점 모델들은 최근 텍스트 설명이나 스크린샷에서 상호작용 가능한 아티팩트를 생성하며 상당한 진전을 보였으나, 그들의 학습 데이터와 방법은 폐쇄되어 있습니다. 이러한 불투명성은 이용 가능한 데이터의 양과 품질, 그리고 이를 생성하는 파이프라인의 한계로 인해 오픈소스 진전을 주로 저해해 왔습니다.
데이터 품질의 과제
고품질 데이터를 보장하는 것은 특히 어렵습니다. 하나의 샘플은 세 가지 서로 다른 기준을 충족해야 하기 때문입니다: 올바른 프로그램이어야 하며, 잘 구축되어야 하며, 렌더링된 후 시각적으로 정확해야 합니다. 기존 검증 신호는 이 세 가지 측면을 동시에 모두 커버하지 못합니다. 실행 체크는 일반적으로 통과 또는 실패 결과만 반환하며, 코드 유사성 지표는 시각적 출력과 상관관계가 없고, 작업별 검증기는 일반화 능력이 부족합니다. 이러한 장벽을 극복하기 위해 연구자들은 합성된 기준(rubric)을 중심으로 하는 계층적 데이터 파이프라인인 PrismaForge를 도입했습니다. 이 기준은 품질의 복잡한 요소들을 체크 가능한 기준으로 분해하여 필터와 보상 메커니즘의 두 가지 역할을 모두 수행합니다.
PrismaForge 및 PrismaCoder 모델
PrismaForge는 지도 학습 코퍼스를 선별하고 시각적 코딩 작업에 대한 강화 학습을 주도합니다. 이 파이프라인을 활용하여 팀은 멀티모달 코드 지능을 위한 가장 다양한 오픈 데이터셋이자 지금까지 가장 큰 데이터셋인 PrismaCoder-2M을 만들었습니다. 이 데이터를 사용하여 그들은 두 가지 새로운 모델인 PrismaCoder-9B와 PrismaCoder-35B를 훈련했습니다. 두 모델 모두 공개되었으며, 광범위한 격차로 오픈 최첨단 기술을 선도하고 있어 선도적인 독점 시스템의 성능에 맞서고 있습니다. 분석 결과, 제안된 기준 기반 파이프라인이 다양한 모델 백본에 걸쳐 멀티모달 코딩 성능을 향상시키는 것으로 나타났습니다.
실무자 노트
개발자는 코드나 텍스트에서 시각적 아티팩트를 생성해야 하는 작업에 대해 PrismaCoder-9B와 35B를 평가해야 합니다. 현재 이들은 최고의 오픈소스 성능을 제공합니다. 관련 PrismaForge 파이프라인은 고품질 멀티모달 학습 데이터를 합성하기 위한 재현 가능한 방법을 제공하며, 이는 다른 시각적 코딩 응용 분야에 적응될 수 있습니다.