Varför är AI:s skrivande front-end så starkt plötsligt, detta stycke i Xiaomis MiMo-artikel introducerar hur de tränar modellen att skriva front-end, nyckeln är denna mening: Vår visionsbaserade verifierare utvärderar visuell kvalitet, funktionell noggrannhet och verkställbarhet genom att bedöma utförandet av inspelat videomaterial, vilket säkerställer att belöningsmekanismen balanserar utseende och beteende. I princip skriver modellen kod baserat på prompten, spelar sedan in den i en video med Playwright-operationer, och ger den sedan till en visuell validator (som bör vara en särskilt tränad video-förståelsemodell) för att poängsätta och ge belöningssignaler.