WebGrader：利用自进化程序化评测器训练用于 Web 开发的 LLM

英文标题：WebGrader: Training LLMs for Web Development with Self-Evolving Programmatic Grader

论文《WebGrader》提出了一种面向 Web 开发大语言模型训练的自进化程序化评测器。随着 LLM 越来越能够根据自然语言描述生成完整网站，强化学习正成为缩小其剩余功能差距的重要方法。该训练范式的关键瓶颈在于奖励设计，而 WebGrader 旨在通过程序化评测提升这一环节。该论文以 arXiv:2608.06474v1 的新论文形式发布。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB