Awesome AI4CAD Hub 论文 · 数据集 · 项目
← 返回论文列表

先澄清再绘制:面向鲁棒文本到CAD生成的主动式智能体

arXiv 2026 67.4 method

TLDR

ProCAD主动澄清模糊文本提示后生成CAD程序,提升鲁棒性并减少错误。

评分理由

The paper introduces a novel proactive agentic framework that addresses ambiguity in text-to-CAD generation, showing strong empirical gains. However, it focuses narrowly on CadQuery and does not evaluate on other CAD representations or tasks like reconstruction.

Read-first 评分解释

综合优先阅读分 67.4,由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 78。

近期性 8%
100

使用温和的时间衰减,让近期论文更容易浮现,同时保留较早基础工作的价值。 年份:2026

可复现性 25%
85

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。 论文:有;代码:有;数据:无;命中信号:代码、数据集、GitHub

方法质量 25%
70

检查可见的摘要与分析字段,寻找实验、数据集、基线、指标和局限性等方法证据。 命中信号:数据集、实验、指标

主题相关性 42%
48.8

使用现有 LLM 关键词相关性评分,并归一化到 0-100。 关键词:AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文方法锚点复现锚点

排序敏感性

稳定性:volatile;排名波动范围:17。

关键词评分

text-to-CAD
10
parametric CAD
9
CAD generation
9
CAD program
9
AI for CAD
8
generative CAD
8
computer-aided design
7
neural CAD
5
sketch extrusion
3
constructive solid geometry
2
CSG
2
CAD reconstruction
2
B-Rep
1
boundary representation
1
image-to-CAD
1
point cloud to CAD
1

深度分析

创新点

  • 主动澄清智能体,审核提示并在必要时提出有针对性的澄清问题
  • 将澄清智能体与CAD编码智能体配对的智能体框架,在代码合成前解决规格问题
  • 在精心策划的高质量文本到CadQuery数据集上微调编码智能体,并通过基于智能体的监督微调在澄清轨迹上训练澄清智能体

方法

ProCAD配对一个主动澄清智能体,该智能体审核提示并提出有针对性的澄清问题以生成自洽的规格,以及一个CAD编码智能体,将规格转换为可执行的CadQuery程序。编码智能体在精心策划的文本到CadQuery数据集上微调,澄清智能体通过基于智能体的监督微调在澄清轨迹上训练。

关键结果

主动澄清显著提高了对模糊提示的鲁棒性,且交互开销低;与Claude Sonnet 4.5相比,ProCAD将平均Chamfer距离降低了79.9%,并将无效比率从4.8%降至0.9%。

标签

LG