Hvorfor er AI-skriving front-end så sterkt plutselig, dette avsnittet i Xiaomis MiMo-artikkel introduserer hvordan de trener modellen til å skrive front-end, nøkkelen er denne setningen: Vår visjonsbaserte verifikator vurderer visuell kvalitet, funksjonell nøyaktighet og håndhevbarhet ved å vurdere utførelsen av innspilt videomateriale, og sikrer at belønningsmekanismen balanserer utseende og atferd. I prinsippet skriver modellen kode basert på prompten, deretter tar den opp i en video med Playwright-operasjoner, og gir den deretter til en visuell validator (som bør være en spesialtrent videoforståelsesmodell) for å score og gi belønningssignaler.