Macaron-A2UI: A Model for Generative UI in Personal Agents
Macaron-A2UI: 面向个人助手的生成式UI模型
🧭 生成式UI · 智能体交互
Mind Lab
提出Macaron-A2UI，通过LoRA微调与强化学习训练，无需模式提示即超越全模式基线，让智能体动态生成交互界面。
📌 工作参考价值
- 对话式电商中的偏好收集：可借鉴轻量级UI动作生成（如多选、滑块、确认按钮），在对话推荐中动态收集用户偏好，避免纯文本交互的低效。
- 高效微调大模型：使用LoRA对70B+模型进行参数高效微调，在生成式UI任务中取得强效果，对需要定制化界面生成的电商Agent有直接工程复用价值。
- RL优化生成质量：将UI生成视为序列决策问题，通过奖励模型优化整体交互体验，可迁移至对话式推荐系统的多轮交互优化。
- 评估基准构建：A2UI-Bench提供可控评估维度，可参考其设计思路构建面向电商场景的UI生成评测集，衡量信息收集、偏好精炼等子能力。
动机：静态文本聊天正成为个人智能体处理复杂用户任务的瓶颈，生成式UI能动态合成界面控件，但现有方法缺乏大规模数据和针对性训练。
方法：从异构对话源构建大规模生成式UI语料，引入A2UI-Bench可控评估基准。基于30B、235B、754B模型，先用LoRA进行有监督微调（SFT）使模型学会生成自然语言与可执行UI动作，再用奖励驱动的强化学习（RL）进一步优化。
结果：最佳Macaron-A2UI模型在无模式提示下达到75.6分（A2UI-Bench），超越最强的全模式提示基线模型。开源了模型、基准和评估协议。