Self-Distillation Policy Optimization via Visual Feedback: Bridging Code and Visual Artifacts

En 3 lignesVisual-SDPO, un framework d'auto-distillation par retour visuel, améliore la génération de code pour artefacts visuels (graphiques, pages web, slides). La méthode trace les défauts visuels détectés jusqu'aux instructions de code responsables et amplifie le signal de distillation. Sur ChartMimic, Design2Code et AeSlides, elle gagne +10 points absolus vs zéro-shot et +2.4 vs GRPO.

Résumé généré par Claude — vérifié par l'humain