实测多模态大模型裁判：存在评分方差且易漏检UI缺陷

2026年10月24日，有实测报道指出，在Figma转React组件的自动化生成流程中，多模态大模型作为裁判时自带评分方差。测试发现，这一方差不仅会导致完全相同的渲染在固定阈值下反复横跳于通过与失败之间，还会放过大量人为故意植入的UI缺陷，表明多模态大模型在自动化评审场景中仍存在显著的不稳定性与漏检风险。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。