論文の概要: CAD-Judge: Toward Efficient Morphological Grading and Verification for Text-to-CAD Generation

• arxiv url: http://arxiv.org/abs/2508.04002v1
• Date: Wed, 06 Aug 2025 01:30:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-07 20:09:22.495849
• Title: CAD-Judge: Toward Efficient Morphological Grading and Verification for Text-to-CAD Generation
• Title（参考訳）: CAD-Judge: テキスト・ツー・CAD生成のための効率的なモルフォロジー・グラディングと検証に向けて
• Authors: Zheyuan Zhou, Jiayi Han, Liang Du, Naiyu Fang, Lemiao Qiu, Shuyou Zhang,
• Abstract要約: CAD-Judgeは、CAD選好グレーディングと文法的検証を効果的かつ効果的に行うための、新しい、検証可能な報酬システムである。 本稿では,シンプルなエージェントCAD生成手法を導入し,Compiler-as-a-Review Moduleを採用した。
• 参考スコア（独自算出の注目度）: 7.802597811923231
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer-Aided Design (CAD) models are widely used across industrial design, simulation, and manufacturing processes. Text-to-CAD systems aim to generate editable, general-purpose CAD models from textual descriptions, significantly reducing the complexity and entry barrier associated with traditional CAD workflows. However, rendering CAD models can be slow, and deploying VLMs to review CAD models can be expensive and may introduce reward hacking that degrades the systems. To address these challenges, we propose CAD-Judge, a novel, verifiable reward system for efficient and effective CAD preference grading and grammatical validation. We adopt the Compiler-as-a-Judge Module (CJM) as a fast, direct reward signal, optimizing model alignment by maximizing generative utility through prospect theory. To further improve the robustness of Text-to-CAD in the testing phase, we introduce a simple yet effective agentic CAD generation approach and adopt the Compiler-as-a-Review Module (CRM), which efficiently verifies the generated CAD models, enabling the system to refine them accordingly. Extensive experiments on challenging CAD datasets demonstrate that our method achieves state-of-the-art performance while maintaining superior efficiency.
• Abstract（参考訳）: CAD(Computer-Aided Design)モデルは、産業設計、シミュレーション、製造プロセスで広く使われている。 テキスト・ツー・CADシステムは、テキスト記述から編集可能な汎用CADモデルを生成することを目的としており、従来のCADワークフローに関連する複雑さと参入障壁を著しく低減することを目的としている。 しかし、CADモデルのレンダリングは遅くなり、CADモデルをレビューするためにVLMをデプロイするのは高価になり、システムを劣化させる報奨ハッキングを導入する可能性がある。 これらの課題に対処するために,CAD-Judgeを提案する。 我々は,コンパイラ・アズ・ア・ジャッジ・モジュール(CJM)を高速かつ直接的な報酬信号として採用し,予測理論による生成ユーティリティの最大化によるモデルアライメントの最適化を行う。 テストフェーズにおけるText-to-CADの堅牢性をさらに向上するため,単純なエージェントCAD生成手法を導入し,Compiler-as-a-Review Module (CRM)を採用した。 CADデータセットに挑戦する大規模な実験により,本手法は高い効率を維持しつつ,最先端の性能を達成できることが実証された。

関連論文リスト

• CReFT-CAD: Boosting Orthographic Projection Reasoning for CAD via Reinforcement Fine-Tuning [50.867869718716555]
  本稿では,2段階の微調整パラダイムであるCReFT-CADを紹介する。 われわれはTriView2CADをリリースした。
  論文  参考訳（メタデータ） (2025-05-31T13:52:56Z)
• GenCAD-Self-Repairing: Feasibility Enhancement for 3D CAD Generation [1.757434918993298]
  GenCADはこの領域で注目すべきモデルであり、自動回帰トランスフォーマーベースのアーキテクチャを利用してCADプログラムを生成する。 GenCAD-Self-Repairingは,拡散誘導と自己修復パイプラインによって生成CADモデルの実現性を高めるフレームワークである。
  論文  参考訳（メタデータ） (2025-05-29T09:39:19Z)
• CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
  CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。 多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。 提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
  論文  参考訳（メタデータ） (2025-04-07T06:01:35Z)
• BlenderLLM: Training Large Language Models for Computer-Aided Design with Self-improvement [45.19076032719869]
  我々は,大規模言語モデル(LLM)をCAD(Computer-Aided Design)で訓練するフレームワークであるBlenderLLMを提案する。 以上の結果から,既存のモデルではCADスクリプトの正確な生成に重大な制限があることが明らかとなった。 命令ベースの微調整と反復的な自己改善によって、BlenderLLMはCADスクリプト生成の機能と精度の両方においてこれらのモデルを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-12-16T14:34:02Z)
• Text2CAD: Text to 3D CAD Generation via Technical Drawings [45.3611544056261]
  Text2CADは、生成プロセスを自動化するために調整された安定した拡散モデルを利用する新しいフレームワークである。 テキスト2CADは,高品質な3次元CADモデルに正確に変換された技術図面を効果的に生成することを示す。
  論文  参考訳（メタデータ） (2024-11-09T15:12:06Z)
• GenCAD: Image-Conditioned Computer-Aided Design Generation with Transformer-Based Contrastive Representation and Diffusion Priors [3.796768352477804]
  CAD(Computer-Aided Design)による製造可能で編集可能な3D形状の作成は、手作業と時間を要する作業である。 本稿では、画像入力をパラメトリックCADコマンドシーケンスに変換するために、コントラスト学習フレームワークと潜時拡散モデルを備えた自己回帰変換器を用いた生成モデルであるGenCADを紹介する。
  論文  参考訳（メタデータ） (2024-09-08T23:49:11Z)
• Self-supervised Graph Neural Network for Mechanical CAD Retrieval [29.321027284348272]
  GC-CADは、機械的CAD検索のための、自己教師付きコントラストグラフニューラルネットワークに基づく手法である。 提案手法は, 精度を向上し, ベースライン法よりも100倍の効率向上を実現している。
  論文  参考訳（メタデータ） (2024-06-13T06:56:49Z)
• ContrastCAD: Contrastive Learning-based Representation Learning for Computer-Aided Design Models [0.7373617024876725]
  本稿では,ContrastCAD という,CAD モデルを学習するための対照的な学習手法を提案する。 コントラストCADはCADモデルの構成シーケンス内の意味情報を効果的にキャプチャする。 また,RRE法(Random Replace and Extrude)と呼ばれる新しいCADデータ拡張手法を提案し,モデルの学習性能を向上させる。
  論文  参考訳（メタデータ） (2024-04-02T05:30:39Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [76.3325417461511]
  幾何学的深層学習技術は、コンピュータ支援設計の分野における変革の原動力となっている。 幾何データで表されるCAD設計を処理し、それらの符号化された特徴を解析することで、類似性を識別することができる。 本調査は, コンピュータ支援設計における学習手法の総合的な概要を, 様々なカテゴリーにまたがって紹介する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• AutoCAD: Automatically Generating Counterfactuals for Mitigating Shortcut Learning [70.70393006697383]
  完全自動かつタスクに依存しないCAD生成フレームワークであるAutoCADについて述べる。 本稿では,完全に自動化されたタスクに依存しないCAD生成フレームワークであるAutoCADを提案する。
  論文  参考訳（メタデータ） (2022-11-29T13:39:53Z)

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。