LLM으로 구현한 통합 제어·신뢰성 텍스트‑to‑CAD 생성
출처: Hacker News
초록: CAD 모델의 구축은 전통적으로 노동 집약적인 수작업과 전문 지식에 의존해 왔습니다. 최근 대형 언어 모델(LLM)의 발전은 텍스트‑to‑CAD 생성 연구에 영감을 주었습니다. 그러나 기존 접근 방식은 생성과 편집을 별개의 작업으로 취급하는 경우가 많아 실용성이 제한됩니다. 우리는 PR‑CAD라는 점진적 정제 프레임워크를 제안합니다. 이 프레임워크는 텍스트‑to‑CAD 모델링에서 제어 가능하고 충실한 생성·편집을 하나로 통합합니다. 이를 지원하기 위해 전체 CAD 라이프사이클을 포괄하는 고충실도 인터랙션 데이터셋을 구축했으며, 여기에는 여러 CAD 표현과 정성·정량적 설명이 포함됩니다. 데이터셋은 편집 작업 유형을 체계적으로 정의하고 인간과 유사한 인터랙션 데이터를 생성합니다. LLM에 맞춤화된 CAD 표현을 기반으로, 우리는 의도 이해, 파라미터 추정, 정밀 편집 위치 지정 등을 하나의 에이전트에 통합한 강화학습 기반 추론 프레임워크를 제안합니다. 이를 통해 설계 생성과 정제 모두를 “올인원”으로 해결할 수 있습니다. 광범위한 실험을 통해 생성과 편집 작업, 그리고 정성·정량 모달리티 간에 강력한 상호 강화 효과를 확인했습니다. 공개 벤치마크에서 PR‑CAD는 생성 및 정제 시나리오 모두에서 제어 가능성과 충실도 면에서 최첨단을 달성했으며, 사용자 친화적이고 CAD 모델링 효율을 크게 향상시키는 것으로 입증되었습니다.
주제:
- Computation and Language (cs.CL)
- Artificial Intelligence (cs.AI)
인용:
arXiv:2604.19773 [cs.CL]
(또는 arXiv:2604.19773v1 [cs.CL] – 이 버전)
https://doi.org/10.48550/arXiv.2604.19773
arXiv‑발행 DOI via DataCite
제출 이력
From: Jiyuan An [이메일 보기]
[v1]
2026년 3월 27일 금요일 12:13:20 UTC (10,655 KB)