RubSE：用评分卡引导自进化 UI 转代码生成

大型视觉语言模型在UI到代码生成方面展现出显著进展，但其测试时自我进化仍不稳定。我们首先识别出一个根本性障碍，称为视觉修复耦合：局部代码编辑可能通过布局、样式和组件依赖关系传播，修正一处视觉不匹配的同时却使先前忠实于原设计的区域退化。为解决此问题，我们提出RubSE，一个基于评分标准的自我进化框架，利用评分标准将视觉反馈表示为结构化的视觉修复上下文。在每轮优化中，RubSE生成类型化的候选评分标准，选择一个优先修复目标，并将先前选定的评分标准存储为历史记录，从而引导每次修订朝向范围明确的视觉修复，同时避免重复或过度宽泛的更改。在六个视觉语言模型和三个UI到代码基准上的评估表明，RubSE在最后一轮和最佳轮次设置中显著优于朴素自我进化，实现更稳定的优化轨迹和更高的轨迹级性能上限。进一步分析显示，RubSE通过改善对严重视觉回归的恢复来缓解轨迹崩溃，且更强的评分标准生成器可将有效的视觉修复指导传递给较弱的代码改进器。