🚀 UIGEN-T1.5模型卡

UIGEN-T1.5是一款基于Transformer的先进UI生成模型，它从Qwen2.5-Coder-14B-Instruct微调而来，专门用于生成令人惊叹、现代且独特的前端用户界面。该模型能生成高度结构化且视觉效果出色的HTML和CSS代码，适用于各种前端页面。

展示视觉丰富度的着陆页

🚀 快速开始

UIGEN-T1.5是一个基于Transformer架构的UI生成模型，它能够根据用户的需求生成高质量的前端代码。以下是使用该模型的简单步骤：

1. 安装必要的依赖库。
2. 加载模型和分词器。
3. 输入提示信息并生成代码。

✨ 主要特性

• 先进的UI风格：能够生成简洁、现代且独特的设计。
• 思维链推理：增强的推理能力，可实现准确的HTML/CSS布局。
• 高可用性：生成响应式且可用于生产环境的前端代码。

📚 详细文档

视觉示例

以下是UIGEN-T1.5生成的界面示例：

UIGEN-T1.5生成的仪表盘UI

使用场景

推荐使用场景

• 仪表盘：生成富有洞察力且视觉吸引人的数据界面。
• 着陆页：创建引人入胜且转化率高的网页。
• 认证屏幕：设计优雅的注册和登录界面。

局限性

• 交互性有限：主要关注HTML/CSS，JavaScript功能较少。
• 需要特定提示：可能需要特定的提示信息（例如，追加“answer”）。

性能与评估

优点

• 高质量的UI生成：能够生成高质量的用户界面。
• 强大的布局推理能力：对于结构化布局有较强的推理能力。

缺点

• 偶尔出现重复设计模式：生成的设计中偶尔会出现重复的模式。
• 复杂设计有小瑕疵：在复杂设计中可能会出现一些小的瑕疵。

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "smirki/UIGEN-T1.5"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name).to("cuda")

prompt = """<|im_start|>user
Design a sleek, modern dashboard for monitoring solar panel efficiency.<|im_end|>
<|im_start|>assistant
<|im_start|>think
"""

inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=12012, do_sample=True, temperature=0.7)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

🔧 技术细节

• 架构：基于Transformer的大语言模型
• 基础模型：Qwen2.5-Coder-7B-Instruct
• 精度：bf16混合精度，量化到q8
• 硬件要求：建议使用12GB显存的显卡
• 软件依赖：
  • Hugging Face Transformers
  • PyTorch

📄 许可证

本模型使用Apache-2.0许可证。

📚 引用信息

@misc{Tesslate_UIGEN-T1.5,
  title={UIGEN-T1.5: Advanced Chain-of-Thought UI Generation Model},
  author={smirki},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/Tesslate/UIGEN-T1.5}
}

📞 联系与社区

• 创建者：smirki
• 仓库与演示：即将推出！

由vichar ai赞助 Huggingface 网站