論文の概要: TOOLCAD: Exploring Tool-Using Large Language Models in Text-to-CAD Generation with Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2604.07960v1
• Date: Thu, 09 Apr 2026 08:22:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.798113
• Title: TOOLCAD: Exploring Tool-Using Large Language Models in Text-to-CAD Generation with Reinforcement Learning
• Title（参考訳）: TOOLCAD:強化学習によるテキスト・ツー・CAD生成における大規模言語モデルの探索
• Authors: Yifei Gong, Xing Wu, Wenda Liu, Kang Tu,
• Abstract要約: 大規模言語モデル(LLM)は、言語エージェントが現実世界のタスクに対処できるように、顕著な進歩を見せている。 テキスト・ツー・CAD生成のためのツール・ユース・エージェントとしてLLMをデプロイする新しいエージェントCADフレームワークであるToolCADを提案する。
• 参考スコア（独自算出の注目度）: 4.1430698134829695
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computer-Aided Design (CAD) is an expert-level task that relies on long-horizon reasoning and coherent modeling actions. Large Language Models (LLMs) have shown remarkable advancements in enabling language agents to tackle real-world tasks. Notably, there has been no investigation into how tool-using LLMs optimally interact with CAD engines, hindering the emergence of LLM-based agentic text-to-CAD modeling systems. We propose ToolCAD, a novel agentic CAD framework deploying LLMs as tool-using agents for text-to-CAD generation. Furthermore, we introduce an interactive CAD modeling gym to rollout reasoning and tool-augmented interaction trajectories with the CAD engine, incorporating hybrid feedback and human supervision. Meanwhile, an end-to-end post-training strategy is presented to enable the LLM agent to elicit refined CAD Modeling Chain of Thought (CAD-CoT) and evolve into proficient CAD tool-using agents via online curriculum reinforcement learning. Our findings demonstrate ToolCAD fills the gap in adopting and training open-source LLMs for CAD tool-using agents, enabling them to perform comparably to proprietary models, paving the way for more accessible and robust autonomous text-to-CAD modeling systems.
• Abstract（参考訳）: CAD(Computer-Aided Design)は、長距離推論とコヒーレントなモデリングアクションに依存する専門家レベルのタスクである。 大規模言語モデル(LLM)は、言語エージェントが現実世界のタスクに対処できるように、顕著な進歩を見せている。 特に,ツールを用いたLCMがCADエンジンとどのように相互作用し,LCMベースのエージェントテキスト・ツー・CADモデリングシステムの出現を妨げているかは調査されていない。 テキスト・ツー・CAD生成のためのツール・ユース・エージェントとしてLLMをデプロイする新しいエージェントCADフレームワークであるToolCADを提案する。 さらに,対話型CADモデリングジムを導入し,ハイブリッドフィードバックと人間の監督を取り入れたCADエンジンによる推論とツール拡張インタラクションの軌跡をロールアウトする。 一方、LLMエージェントがCAD-CoT(CAD-CoT)の洗練されたCADモデリングチェーンを抽出し、オンラインカリキュラム強化学習を通じてCADツール活用エージェントに進化させるためのエンドツーエンドのポストトレーニング戦略が提示される。 ツールCADは、CADツール使用エージェントのオープンソースLLMの採用とトレーニングのギャップを埋め、プロプライエタリなモデルと互換性のある実行を可能にし、よりアクセシブルで堅牢なテキスト・ツー・CADモデリングシステムを実現する。

関連論文リスト

• From Intent to Execution: Multimodal Chain-of-Thought Reinforcement Learning for Precise CAD Code Generation [47.67703214044401]
  CADモデリングコード生成のためのマルチモーダルChain-of-Thoughtガイド強化学習フレームワークCAD-RLを提案する。 本手法は,3つのタスク固有報酬を用いた目標駆動型強化学習ポストトレーニングとコールドスタートを組み合わせた。 CAD-RLは、推論品質、出力精度、コード実行可能性を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2025-08-13T18:30:49Z)
• Generative AI for CAD Automation: Leveraging Large Language Models for 3D Modelling [31.94035963354055]
  大規模言語モデル(LLM)は、効率性、スケーラビリティ、革新性を向上させることで産業に革命をもたらしている。 本稿では,フリーCAD と LLM をCAD ツールとして統合することにより,CAD の自動設計における LLM の可能性を検討する。 本稿では,LLMが自然言語記述からCADスクリプトを生成するフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-05T23:30:17Z)
• 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)
• CAD-Assistant: Tool-Augmented VLLMs as Generic CAD Task Solvers [20.440350517523314]
  CAD-AssistantはFreeCADソフトウェアを備えたPythonインタプリタ上で反復的に実行されるアクションを生成することでユーザクエリに対処する。 我々は,スケッチ画像パラメーター,レンダリングモジュール,2次元断面生成器,その他の特殊なルーチンなど,CAD固有のツールを幅広く検討する。
  論文  参考訳（メタデータ） (2024-12-18T12:57:56Z)
• 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)
• 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。