論文の概要: ChatPattern: Layout Pattern Customization via Natural Language

• arxiv url: http://arxiv.org/abs/2403.15434v1
• Date: Fri, 15 Mar 2024 09:15:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-01 02:54:20.858770
• Title: ChatPattern: Layout Pattern Customization via Natural Language
• Title（参考訳）: ChatPattern: 自然言語によるレイアウトパターンのカスタマイズ
• Authors: Zixiao Wang, Yunheng Shen, Xufeng Yao, Wenqian Zhao, Yang Bai, Farzan Farnia, Bei Yu,
• Abstract要約: ChatPatternはフレキシブルパターンカスタマイズのための新しいLarge-Language-Modelフレームワークである。 LLMエージェントは、自然言語の要求を解釈し、特定の要求を満たす設計ツールを操作することができる。 ジェネレータは条件付きレイアウト生成、パターン修正、メモリフレンドリーなパターン拡張を最適化する。
• 参考スコア（独自算出の注目度）: 18.611898021267923
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Existing works focus on fixed-size layout pattern generation, while the more practical free-size pattern generation receives limited attention. In this paper, we propose ChatPattern, a novel Large-Language-Model (LLM) powered framework for flexible pattern customization. ChatPattern utilizes a two-part system featuring an expert LLM agent and a highly controllable layout pattern generator. The LLM agent can interpret natural language requirements and operate design tools to meet specified needs, while the generator excels in conditional layout generation, pattern modification, and memory-friendly patterns extension. Experiments on challenging pattern generation setting shows the ability of ChatPattern to synthesize high-quality large-scale patterns.
• Abstract（参考訳）: 既存の作業は、固定サイズのレイアウトパターン生成に重点を置いているが、より実用的なフリーサイズのパターン生成は、限られた注意を払っている。 本稿では、フレキシブルパターンカスタマイズのための新しいLarge-Language-Model(LLM)フレームワークChatPatternを提案する。 ChatPatternは、専門家のLLMエージェントと高度に制御可能なレイアウトパターン生成器を備えた2部システムを使用している。 LLMエージェントは、自然言語の要求を解釈し、特定のニーズを満たす設計ツールを動作させ、ジェネレータは条件付きレイアウト生成、パターン修正、メモリフレンドリーなパターン拡張に優れる。 挑戦的なパターン生成に関する実験は、ChatPatternが高品質な大規模パターンを合成する能力を示している。

関連論文リスト

• PatternPaint: Generating Layout Patterns Using Generative AI and Inpainting Techniques [5.126358554705107]
  既存のトレーニングベースのMLパターン生成アプローチでは、技術ノード開発の初期段階において、法的レイアウトパターンの生成に苦労している。 DRCクリーントレーニングサンプルを限定した法的なパターンを生成可能な,トレーニングフリーなフレームワークであるPatternPaintを提案する。 PatternPaintは、20デザインルールのきれいなレイアウトパターンを入力として使用して、複雑な2Dレイアウトパターンライブラリを生成する最初のフレームワークである。
  論文  参考訳（メタデータ） (2024-09-02T16:02:26Z)
• PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM [58.67882997399021]
  本研究では,グラフィックレイアウトの自動生成のための統合フレームワークを提案する。 データ駆動方式では、レイアウトを生成するために構造化テキスト(JSONフォーマット)とビジュアルインストラクションチューニングを用いる。 我々は、大規模な実験を行い、パブリックなマルチモーダルレイアウト生成ベンチマーク上で、最先端(SOTA)性能を達成した。
  論文  参考訳（メタデータ） (2024-06-05T03:05:52Z)
• TextDiffuser-2: Unleashing the Power of Language Models for Text Rendering [118.30923824681642]
  TextDiffuser-2は、テキストレンダリングのための言語モデルのパワーを解き放つことを目的としている。 拡散モデル内の言語モデルを用いて,行レベルでの位置とテキストを符号化する。 我々は広範な実験を行い、GPT-4Vと同様に、ヒトの参加者を含むユーザスタディを取り入れた。
  論文  参考訳（メタデータ） (2023-11-28T04:02:40Z)
• FiLM: Fill-in Language Models for Any-Order Generation [71.42044325886194]
  Fill-in Language Model (FiLM) は、特定の生成順序に固執することなく任意の位置で柔軟な生成を可能にする新しい言語モデリング手法である。 推論中、FiLMは欠落したフレーズ、文、段落をシームレスに挿入できる。 FiLMは、再構成されたテキストセグメントでトレーニングされた左から右への言語モデルに依存する既存のインフィル手法よりも優れています。
  論文  参考訳（メタデータ） (2023-10-15T19:37:39Z)
• PatternGPT :A Pattern-Driven Framework for Large Language Model Text Generation [1.7259824817932292]
  本稿では,大規模言語モデルのためのパターン駆動型テキスト生成フレームワークであるPatternGPTを提案する。 このフレームワークは、大規模言語モデルの抽出機能を利用して、リッチで多様な構造化および形式化されたパターンを生成する。 判断基準や最適化アルゴリズムなどの外部知識は、高品質なパターンの探索に使用される。
  論文  参考訳（メタデータ） (2023-07-02T04:32:41Z)
• Generating Images with Multimodal Language Models [78.6660334861137]
  本稿では,凍結したテキストのみの大規模言語モデルを,事前学習した画像エンコーダとデコーダモデルで融合する手法を提案する。 本モデルでは,画像検索,新しい画像生成,マルチモーダル対話など,多モーダルな機能群を示す。
  論文  参考訳（メタデータ） (2023-05-26T19:22:03Z)
• LayoutGPT: Compositional Visual Planning and Generation with Large Language Models [98.81962282674151]
  大規模言語モデル(LLM)は、テキスト条件からレイアウトを生成することで視覚的なプランナーとして機能する。 本稿では,スタイルシート言語におけるコンテキスト内視覚的デモンストレーションを構成する手法であるLayoutGPTを提案する。
  論文  参考訳（メタデータ） (2023-05-24T17:56:16Z)
• Text-Blueprint: An Interactive Platform for Plan-based Conditional Generation [84.95981645040281]
  プランニングは条件付き生成を不透明にし、基礎を固める上で有用な中間ステップである。 本稿では,問合せ-問合せ-問合せ-問合せペアを用いて,問合せに焦点を絞った要約のためのWebブラウザによる実演を紹介する。
  論文  参考訳（メタデータ） (2023-04-28T18:14:48Z)
• DiffPattern: Layout Pattern Generation via Discrete Diffusion [16.148506119712735]
  信頼性の高いレイアウトパターンを生成するツールDiffPatternを提案する。 いくつかのベンチマーク設定の実験では、ToolDiffPatternが既存のベースラインを大幅に上回っていることが示されています。
  論文  参考訳（メタデータ） (2023-03-23T06:16:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。