論文の概要: PCFBench: How Far Can Large Vision-Language Models Go in Physics-aware Photonic Inverse Design?

• arxiv url: http://arxiv.org/abs/2610.32485v1
• Date: Fri, 23 Oct 2026 11:02:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.50158
• Title: PCFBench: How Far Can Large Vision-Language Models Go in Physics-aware Photonic Inverse Design?
• Title（参考訳）: PCFBench:物理を意識したフォトニックインバースデザインにおいて、大規模なビジョンランゲージモデルはどこまで進むことができるのか?
• Abstract要約: フォトニック結晶繊維は、電気通信、センシング、高出力レーザー配信において重要な応用を支えている。 現在のモデルでは、ファイバー幾何学を適度な成功で特定することができるが、その視覚的理解を物理学的な設計行動に変換することは一貫して失敗する。 PCFBenchは,フォトニック・逆設計ループの知覚,推論,決定ステップに関する視覚言語モデルを評価するための,最初の総合的なベンチマークである。
• 参考スコア（独自算出の注目度）: 7.436429318051601
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Photonic crystal fibers (PCFs) underpin critical applications in telecommunications, sensing, and high-power laser delivery, yet their design remains a manual, expert-intensive process that couples geometric intuition with deep waveguide physics. Vision-language models (VLMs) offer a promising path toward automating PCF design, but can they truly reason about photonic physics from microscopy images, or do they merely recognize visual patterns? We introduce PCFBench, the first comprehensive benchmark for evaluating VLMs on the perception, reasoning, and decision steps of the photonic inverse-design loop. PCFBench spans 26 tasks organized into six categories of increasing cognitive demand (Geometry Perception, Physics Understanding, Text Generation, Multi-modal Reasoning, Inverse-Design Decision, and Code Generation), built from over 220K FDTD simulation samples across 18 structurally diverse fiber families. We evaluate both individual VLMs on isolated tasks and multi-agent systems (MAS) on the full sequential pipeline from perception to design. Our results reveal a striking perception-design gap: current models can identify fiber geometry with moderate success, yet consistently fail to translate that visual understanding into physics-aware design actions. Moreover, cascading agents through the pipeline exposes significant error propagation, where upstream perception mistakes compound into downstream design failures. These findings suggest that neither model scaling nor naive agent chaining suffices, and that closing the loop demands explicit physical grounding. PCFBench provides the community with a rigorous, multi-dimensional testbed to measure progress toward AI-assisted photonic engineering. The project is available at https://pcfbench.github.io/.
• Abstract（参考訳）: フォトニック結晶ファイバ(PCF)は、電気通信、センシング、高出力レーザー配信において重要な応用となっているが、その設計は、深い導波路物理学と幾何学的直観を結合する手動のエキスパート集約的なプロセスのままである。 視覚言語モデル(VLM)は、PCF設計を自動化するための有望な道を提供するが、顕微鏡画像からフォトニクス物理学を真に理にかなっているのか、それとも単に視覚パターンを認識するだけなのか? 我々は,フォトニック・逆設計ループの知覚,推論,決定ステップに関するVLMを評価するための,最初の総合的なベンチマークであるPCFBenchを紹介する。 PCFBenchは、認知需要の増加(Geometry Perception, Physics Understanding, Text Generation, Multi-modal Reasoning, Inverse-Design Decision, Code Generation)の6つのカテゴリに分類される26のタスクにまたがっている。 我々は、個別のVLMを独立したタスクで評価し、マルチエージェントシステム(MAS)を、知覚から設計までの完全な逐次パイプライン上で評価する。 現在のモデルでは、繊維幾何学を適度な成功で識別できるが、その視覚的理解を物理認識設計行動に変換することは一貫して失敗する。 さらに、パイプラインを経由したカスケーディングエージェントは、上流の認識ミスが下流の設計失敗に複雑化する、重大なエラー伝播を公開する。 以上の結果から, モデルスケーリングもナイーブエージェントチェーンも十分でないことが示唆され, ループを閉じるには明確な物理的接地が必要であることが示唆された。 PCFBenchは、AI支援フォトニックエンジニアリングに向けた進歩を測定するために、コミュニティに厳格で多次元のテストベッドを提供する。 このプロジェクトはhttps://pcfbench.github.io/.comで公開されている。

関連論文リスト

• VortexChat: An agentic framework for autonomous multi-objective integrated photonic design [17.5244065355029]
  本稿では,統合フォトニックデバイスの自律的エンドツーエンド逆設計のためのエージェントフレームワークであるVrtexChatを紹介する。 VortexChatは、人間がいなくても、事前に定義されたすべてのパフォーマンスしきい値に厳密に適合するデバイスを生成する。 我々は、VortexChatによって自律設計されたブロードバンド・テラヘルツ完全渦ビーム多重回路を作製し、高効率動作、高モード純度、低チャネルクロストークの測定を行った。
  論文  参考訳（メタデータ） (2026-08-21T02:50:44Z)
• A Comprehensive Review of Large Language Models for Nanophotonics: From Surrogate Modeling to Autonomous Design [14.603456638289336]
  このレビューでは、Large Language Modelsが、数値ナノフォトニクス設計にセマンティックインターフェース、コード生成、ツールオーケストレーションをどのように追加しているかを調査します。 まず,従来のニューラルネットワークからトランスフォーマーモデルへの展開とそのナノフォトニクス設計への応用について概説する。 次に、ナノフォトニクスにおけるLCM関連手法の出現を概観し、構造スペクトルマッピングを言語タスクとして扱うシュロゲートモデルと、コードを生成するために実証されたエージェントシステム、選択されたシミュレーションステップのオーケストレーション、クローズドループ最適化のサポートの2つの運用モードに分類する。
  論文  参考訳（メタデータ） (2026-08-18T19:57:16Z)
• MMPhysVideo: Scaling Physical Plausibility in Video Generation via Joint Multimodal Modeling [55.72785604682579]
  MMPhysVideoは、共同マルチモーダルモデリングにおけるビデオ生成における物理的可視性を拡大するフレームワークである。 MMPhysVideoは、様々なベンチマークで高度なモデルよりも、物理的な可視性と視覚的品質を一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-03T07:32:24Z)
• QuPAINT: Physics-Aware Instruction Tuning Approach to Quantum Material Discovery [12.888415301529891]
  光学顕微鏡画像から2次元の量子材料を特徴付けることは、微妙な層依存性のコントラスト、限られたラベル付きデータ、実験室と撮像装置間の大きなばらつきにより困難である。 この研究は、データとモデルの両方の観点からこれらの制限に対処する、新しい物理を意識したマルチモーダルフレームワークを提示している。 我々はまず、薄膜干渉下での量子材料フレクスのリアルな光学応答をシミュレートする物理ベースの合成データ生成装置、Synthiaを提示する。 我々はQMat-Instructを紹介した。QMat-Instructは量子材料のための最初の大規模インストラクションデータセットで、マルチモーダルな物理インフォームされた質問応答ペアで、マルチモーダル大言語モデル(ML)を教えるように設計されている。
  論文  参考訳（メタデータ） (2026-02-19T15:44:41Z)
• Exploring Physical Intelligence Emergence via Omni-Modal Architecture and Physical Data Engine [50.62040226184694]
  我々はOmniFysicsについて紹介する。OmniFysicsは、画像、音声、ビデオ、テキスト間の理解を統一するコンパクトなオムニモーダルモデルである。 明示的な物理知識を注入するために、2つのコンポーネントからなる物理データエンジンを構築します。 実験は、標準マルチモーダルベンチマークにおける競合性能を示し、物理指向評価の結果を改善した。
  論文  参考訳（メタデータ） (2026-02-05T14:04:51Z)
• Deep But Reliable: Advancing Multi-turn Reasoning for Thinking with Images [53.373427633330515]
  DRIMは,マルチモーダルCoTの画像について考える際に,深層かつ信頼性の高いマルチターン推論を可能にするモデルである。 高精細画像データセットに基づいて,高精細かつ検証可能な視覚的問合せ対を構築する。 SFTの段階では,ツールトラジェクトリをコールドスタートデータとして収集し,マルチターン推論パターンを導出する。 RLの段階では、冗長性を考慮したポリシー最適化を導入し、自己反射的推論パターンを開発するためのモデルにインセンティブを与える。
  論文  参考訳（メタデータ） (2025-12-19T07:44:43Z)
• Anubuddhi: A Multi-Agent AI System for Designing and Simulating Quantum Optics Experiments [0.0]
  我々は、自然言語のプロンプトから量子光学実験を設計し、シミュレートするマルチエージェントAIシステムAnubuddhiを提案する。 このシステムは3階層のツールボックスからセマンティック検索によってコンポーネントをアレンジすることで光学的レイアウトを構成する。
  論文  参考訳（メタデータ） (2025-12-06T06:59:56Z)
• Chat to Chip: Large Language Model Based Design of Arbitrarily Shaped Metasurfaces [1.7706010980924418]
  LLMはスペクトル予測と逆設計に必要な物理的関係を学習できることを示す。 この"chat-to-chip"ワークフローは、よりユーザフレンドリーなデータ駆動ナノフォトニクスへの一歩である。
  論文  参考訳（メタデータ） (2025-09-29T02:24:57Z)
• Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping [55.98643055756135]
  初歩的なスケッチのWebページプロトタイプへの変換を自動化する上で,最先端のビジョン言語モデル(VLM)を評価するベンチマークであるSketch2Codeを紹介した。 我々は、既存のVLMではSketch2Codeが困難であることを示す10の商用およびオープンソースモデルを分析した。 UI/UXの専門家によるユーザ調査では、受動的フィードバックの受信よりも、積極的に質問を行うのがかなり好まれている。
  論文  参考訳（メタデータ） (2024-10-21T17:39:49Z)
• A new concept for design of photonic integrated circuits with the ultimate density and low loss [62.997667081978825]
  そこで本研究では,PIC設計のための新たな概念として,究極のダウンスケーリング能力,幾何学的損失の欠如,高忠実度スループットを提案する。 これは導波路アレイを通して光子の周期的連続時間量子ウォークによって達成される。 本稿では,情報・センシングシステムの基本構成要素の設計を再考することにより,新しい概念の可能性を示す。
  論文  参考訳（メタデータ） (2021-08-02T14:23:18Z)
• Interleaving: Modular architectures for fault-tolerant photonic quantum computing [50.591267188664666]
  フォトニック核融合型量子コンピューティング(FBQC)は低損失フォトニック遅延を用いる。 FBQCのモジュールアーキテクチャとして,これらのコンポーネントを結合して「インターリービングモジュール」を形成するアーキテクチャを提案する。 遅延の乗法的パワーを行使すると、各加群はヒルベルト空間に数千の物理量子ビットを加えることができる。
  論文  参考訳（メタデータ） (2021-03-15T18:00:06Z)

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。