프로그램 이해부터 시각화까지, 오픈소스 멀티모달 코딩 모델 공개
원제 PrismaCoder: Pushing the Boundaries of Open Multimodal Code Intelligence through Decomposed Rubric Synthesis
추천 66댓글 1
Key Point
코드 생성 모델이 시각적 산출물까지 정확히 만들어야 하는 요구사항이 증가하면서, 이를 평가하고 개선하기 위한 체계적 방법론이 부족했던 문제를 해결하는 오픈소스 솔루션이 등장했습니다.
핵심 요약
- 프로그램의 코드와 실행 결과의 시각적 표현을 함께 이해하는 멀티모달 코드 지능 분야에서 오픈소스 진전이 크게 뒤쳐져 있으며, 기존 평가 방식들(실행 결과, 코드 유사도, 작업별 검증기)이 모두 세 가지 요소를 동시에 평가하지 못합니다.
- 저자들은 분해된 루브릭 기반 데이터 파이프라인 PrismaForge를 개발하여, 프로그램 정확성·코드 품질·시각적 정확성을 별도 체크리스트로 분해하고 이를 데이터 필터링과 강화학습 보상으로 활용합니다.
- PrismaForge를 통해 PrismaCoder-2M 데이터셋을 구축했으며, 이는 멀티모달 코드 지능 분야 최대 규모이자 가장 다양한 오픈소스 데이터셋입니다.
- 9B 파라미터와 35B 파라미터 모델인 PrismaCoder-9B와 PrismaCoder-35B를 학습하여 공개했으며, 두 모델 모두 기존 오픈소스 최고 성능을 크게 앞서갔고 주요 상용 모델과 경쟁 수준입니다.
- 루브릭 기반 파이프라인이 다양한 모델 백본에서 멀티모달 코딩 성능을 개선하며 일반화되는 방식임을 입증했고, 코드와 데이터를 공개 웹사이트를 통해 배포합니다.