Figma entrenó su propio modelo de IA para manejar las ediciones pequeñas y cotidianas que los diseñadores hacen en sus lienzos, y la empresa afirma que el modelo ahora es una parte central del agente de Figma, que se lanzó a todos los usuarios a principios de este mes.

¿Qué ediciones maneja el modelo propio de Figma?

El enfoque está en el trabajo iterativo más que en grandes saltos creativos. Los diseñadores ajustan el espaciado, cambian un color o reorganizan un diseño después de que alguien deja una retroalimentación. Cada cambio se basa en decisiones anteriores, y las ediciones son difíciles de verificar de forma automática. Figma señaló que la velocidad es importante, ya que una edición que tarda demasiado puede interrumpir el flujo de trabajo que el agente debe apoyar.

¿Cómo entrenó Figma su modelo de edición?

Cuando el equipo comenzó, los modelos de frontera no podían entender la sintaxis de Figma. Hacer que funcionaran habría requerido instrucciones de sistema extensas que consumen una gran cantidad de tokens. En cambio, Figma invirtió en ajuste fino supervisado. Cada ejemplo de entrenamiento combinaba un diseño inicial con una solicitud de edición sintética y una versión exitosa del cambio. Los diseños se representaron en el formato de archivo nativo de Figma, de modo que el modelo aprendió a producir cambios que la empresa podía aplicar directamente de vuelta al lienzo. Para las tareas que involucran activos del sistema de diseño, el equipo generó instrucciones sintéticas que cubrían temas y componentes.

Modelos maestros más grandes intentaron esas ediciones, y sus propuestas fueron revisadas por validadores deterministas y jueces de modelos visuales. El proceso de generación podía revisar una edición con base en la retroalimentación de los evaluadores. Este enfoque llegó sorprendentemente lejos. Un modelo Llama 3.3 70B anterior, entrenado con más de 250.000 ejemplos, se volvió competitivo en tareas de edición frente a los mejores modelos de la época.

Desde entonces, Figma ha pasado a modelos base más capaces, incluidos los nuevos modelos Qwen, Muse Spark Open e Inkling. La empresa también encontró límites en depender únicamente del ajuste fino supervisado. El aprendizaje por imitación produce diseños que se parecen mucho a los datos de entrenamiento, lo que puede afectar la generalización. Además, es menos eficiente en el uso de muestras, lo que significa que necesita muchos ejemplos que cubran las distintas facetas de una tarea. Figma ahora invierte en aprendizaje por refuerzo como parte de su más reciente receta de entrenamiento. El trabajo incluye mejores entornos de aprendizaje por refuerzo para el diseño, una gama más amplia de ejemplos de entrenamiento, modelos de recompensa y criterios escritos por expertos que buscan reflejar lo que a los diseñadores realmente les importa.

Figma evalúa los modelos candidatos según varias medidas: qué tan bien funcionan dentro de Figma, qué tan fielmente siguen las instrucciones, si hacen cambios útiles en diseños existentes, y qué tan rápido y barato se ejecutan. Como la calidad del diseño es en parte subjetiva, la empresa califica cada dimensión por separado. Un diseño puede tener buena alineación y mal contraste. Una edición puede verse pulida y aun así no cumplir con la solicitud. Entre los errores comunes generados por IA están los íconos y textos superpuestos, las flechas recortadas y los elementos de texto que se solapan. Figma combina verificaciones estructurales con jueces visuales, y diseñadores expertos calibran y revisan los resultados. La empresa afirmó que estas evaluaciones son solo una de las muchas variables para decidir qué modelos usar en su producto.

El agente ahora ejecuta tanto el modelo propio de Figma como modelos líderes de terceros, asignando cada uno al trabajo que maneja mejor. Los modelos de terceros se usan para tareas como la generación de imágenes, los vectores y las exploraciones de diseño completamente nuevas. El modelo de Figma maneja las ediciones precisas y las iteraciones. El agente también se apoya en el contexto del lienzo y del sistema de diseño, junto con herramientas que ejecutan los cambios solicitados.

¿Qué tan más rápido es el nuevo agente de Figma?

Los primeros resultados son alentadores, según Figma. Incluso entre las versiones beta y de disponibilidad general, las tareas típicas se volvieron alrededor de un 20% más rápidas. En pruebas directas con diseñadores expertos, el nuevo agente iguala o supera al agente de producción anterior en el 62% de los casos. Las calificaciones de los usuarios son un 33% más altas, y los usuarios deshacen el trabajo del agente un 60% menos. Figma también afirmó que más que duplicó la proporción de trabajo impulsada por su modelo de diseño con posentrenamiento y redujo el costo promedio por mensaje. La empresa atribuyó estas mejoras a avances en los modelos, las herramientas y el entorno de ejecución.

La empresa presentó el proyecto como evidencia de que los modelos con posentrenamiento pueden competir con los modelos de frontera en una tarea especializada. Comenzar con un problema acotado, afirmó Figma, le permite convertir los avances de los modelos en actualizaciones de producto que ahorran tiempo a los diseñadores en ediciones repetitivas. La empresa también está contratando personal para roles enfocados en el diseño y el posentrenamiento de modelos para dominios no verificables. Figma afirmó que entrena sus modelos de una forma que respeta la privacidad y las preferencias de los clientes.

Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory APP - notizie agentiche per potenziare il tuo SEO e AEO.