PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.05573v1cs.AI

자동 CAD 생성을 위한 파운데이션 모델

Foundation Models for Automatic CAD Generation

LLMForge는 자연어 명세에서 파라메트릭 3D 기계 부품을 자동 생성하는 멀티모델 텍스트-투-CAD 프레임워크로, JSON 스키마 검증·메시 합성·다중 라운드 반복 정제를 통합하며 분석적 레이트레이싱 기반의 IterTracer와 VLM 시맨틱 비평 기반의 IterVision 두 가지 체계를 제안한다. 97개 엔지니어링 설계 문제 벤치마크에서 7개 파운데이션 모델을 평가한 결과, 상위 4개 모델이 98.97%의 메시 성공률로 매우 근접한 성능 클러스터를 형성했으며, IterVision에서는 100% 워터타이트 메시 생성을 달성하는 반면 회전 대칭 기하학인 실린더에서 체계적인 어려움이 드러났다.

arXiv:2606.31252v1cs.AI

Embodied CAD: Solver-Grounded LLM Agents for Parametric B-Rep Assembly Modeling

대규모 언어 모델(LLM)이 CAD 스크립트를 생성할 때 발생하는 기하학적 오류 문제를 해결하기 위해, Embodied CAD는 LLM 에이전트를 CAD 실행 환경에 직접 그라운딩하는 폐루프(closed-loop) 프레임워크를 제안한다. 에이전트는 L0~L4 계층화된 CAD 스킬 라이브러리에서 액션을 반복적으로 선택하고 솔버(solver) 피드백을 통해 수정·학습하며, GRPO 방식의 강화학습과 결합해 기계·산업 장비·금형 조립 벤치마크에서 높은 실행 성공률을 달성했다.