웹 개발을 위한 LLM 훈련을 위한 자가 진화하는 프로그래밍 평가기

대규모 언어 모델(LLM)이 자연어 설명으로부터 완전한 웹사이트를 생성하는 데 증가하고 있다. 이에 따라 강화 학습이 기능적 격차를 줄이기 위해 중심적인 접근 방식이 되었다. 이 훈련 방식은 보상 디자인에 의해 병목 현상이 된다. 개방된 요구 사항에 대한 브라우저 스크립트는 실행 가능하지만 비용이 많이 들며, VLM과 GUI-agent 평가자도 확대하지만 결정적 상태를 관찰하기 전에 판결을 내릴 수 있다. 우리는 WebGrader라는 자율 진화하는 프로그래밍 평가자에 대한 제안을 한다. 이 평가자는 각 웹사이트 요청에서 필요 한 상호 작용 흐름을 자율적으로 파악하고, 각 흐름을 실행 가능한 Flow Contract로 표현하며, 그 실행 결과를 강화 학습 보상으로 사용한다. WebGrader는 생성된 프로젝트를 라이브 브라우저에서 구현하고, 목표 행동을 원본 코드와 라이브 DOM에 반대하여 구현하고, 동일한 브라우저 경로에서 시각적, DOM, 응답, 그리고 지속 상태 증거를 수집한다. 잔차 기반의 오프라인 루프는 재사용 가능한 검증자 기술을 발견하고, 분리된 검증 페이지에서 그들을 검토하고, 승진한 기술 그래프를 냉동시키며, 정책 훈련 전에 그들을 승인한다. 테스트 계획, 행동 토대, 증거 수집, 그리고 의미 판단을 분리하는 WebGrader는 요청된 전환을 관찰하기 전에 Pass 판결을 내린다. WebGen-Bench에서 WebGrader는 8B 정책을 52.01% 기능적 성공률로 훈련시키고, 7.88 점을 뛰어 넘으며, o4-mini와 DeepSeek-v4-flash를 초과한다. WG-core-250에서 정책은 44.953의 Full Score를 달성하고, Qwen3-Coder-480B를 초과한다.