Apr, 2023

名字的内涵？通过使用CAD文件中用户提供的名称评估语言模型在装配-部件语义知识中的表现

HTML
PDF
TL;DR本文提出计算机辅助设计（CAD）软件中设计师使用的自然语言名称是一个有价值的语义知识来源，借助大型语言模型（LLMs）可以处理CAD和工程相关任务的领域特定信息，并用大量自然语言元数据清洗样本来量化证明，模型可以胜任自监督任务，对文本数据进一步微调可提高性能，并且发现了LLM在仅使用文本数据时的关键限制，这个发现也为多模态文本-几何模型提供了动力。
发现论文，激发创造
  • 学习技术文档中的语义关联

    本文通过挖掘技术文档中的文本-表达式对来训练一个基于语义分析的模型，以学习高级文本描述和目标文档中表现函数或代码模板的形式表示之间的翻译对应关系，并在 16 个新颖数据集上报告了新的基线结果，包括 7 种自然语言的九种流行编程语言的标准库文档和一些UNIX实用程序手册。

    May, 2017

  • 从有关对象结构的语言中识别概念库

    本文研究了通过自然语言描述进行搜索的问题，结果发现人们命名部分概念存在信息理论抉择，偏向能够简明描述每个对象，同时最小化词汇量。

    May, 2022

  • 大型语言模型与交流在工程设计中的机遇

    本文介绍了大型语言模型如何贡献于设计话语，并自动化其中创造性与推理的部分，例如模拟、实验、拓扑优化等过程，从而构建一套可操作的、以话语为中心的设计框架。

    Jun, 2023

  • 大型语言模型如何帮助人类在设计和制造中？

    大型语言模型(Large Language Models, LLMs)，如GPT-4的进步为生成设计提供了新的机会，本文调查了该工具在整个设计和制造流程中的应用。通过一系列示例，我们突出了当前LLMs的优点和局限性，旨在推动这些模型的持续改进和进步。

    Jul, 2023

  • 工程设计知识的实证基础

    基于专利文件的经验观察，该研究揭示了工程设计知识的构成成分，包括基于句子的事实中存在的实体和关系，以及具有过度表达关系的统计上过表现的子图模式，为设计环境中更好地构建和管理知识提供了有用的指导原则。

    Dec, 2023

  • 大语言模型时代的材料科学：一个观点

    我们提供一个对大型语言模型在材料科学研究中的适用性的观点，认为它们处理一系列任务和学科中的模糊需求的能力使它们成为帮助研究人员的强大工具。我们定性地研究了基础的大型语言模型理论，并将其与文献中的相关性质和技术联系起来，然后提供了两个案例研究，展示了它们在大规模任务自动化和知识提取中的应用。我们认为，在当前的发展阶段，大型语言模型应该被视为能够加速和统一领域探索的不知疲倦的工具，而不是新见解的神谕。希望本文能让材料科学研究人员了解到运用这些工具的相关概念。

    Mar, 2024

  • EDA Corpus: 强化与OpenROAD的交互的大型语言模型数据集

    通过介绍一个针对OpenROAD的开源数据集，该数据集包含1000多个数据点，并以两种格式进行结构化：一种是问句和回答的配对集，另一种是代码提示和对应的OpenROAD脚本。我们旨在通过提供这个数据集，促进LLM在EDA领域的研究。

    May, 2024

  • Query2CAD：使用自然语言查询生成CAD模型

    使用大型语言模型的Query2CAD框架通过多次迭代和细化，生成CAD设计的可执行宏，并且在自我细化循环中进行CAD模型的生成和优化，实现53.6%的成功率，并通过不断的迭代对CAD设计进行了进一步的改进。

    May, 2024

  • Text2CAD: 从初学者到专家级别的文本提示生成顺序CAD模型

    本研究解决了在现代软件中原型化复杂计算机辅助设计（CAD）模型时因缺乏智能系统而导致的时间消耗问题。我们提出了Text2CAD，这是首个用于根据设计师友好的指令生成文本到参数化CAD模型的AI框架，具备处理各种技能水平的能力。我们的框架显示出在AI辅助设计应用中的巨大潜力。

    Sep, 2024

  • CadVLM：在参数化计算机辅助设计草图生成中桥接语言与视觉

    本研究针对参数化计算机辅助设计（CAD）在精确草图建模方面面临的挑战，提出了一种新方法。通过开发CadVLM，一个能够有效处理工程草图的视觉语言模型，我们首次将多模态大型语言模型应用于参数化CAD生成，显著提升了CAD草图生成任务的性能，如自动补全和自动约束生成。这一工作为计算机辅助机械设计领域带来了重要进展。

    Sep, 2024