面向自动CAD生成的基础模型
TLDR
文本到CAD生成基础模型实证研究，提出LLMForge迭代优化与视觉反馈，在97个机械零件设计上评估。
评分理由
The paper provides a thorough empirical evaluation with multiple models and a curated benchmark, demonstrating strong results. However, the scope is limited to four geometry families and mechanical parts, and the abstract does not detail limitations or comparisons to prior work.
Read-first 评分解释
综合优先阅读分 57.9，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 75。
研究版图角色
前沿论文方法锚点
排序敏感性
稳定性：volatile；排名波动范围：9。
关键词评分
深度分析
创新点
- LLMForge：一个多模型文本到CAD框架，集成了JSON-schema验证、分析特征评分、网格合成和多轮迭代优化
- 两种批评机制：IterTracer（基于光线追踪的分析视觉指标）和IterVision（基于VLM的语义批评器，采用链式思维视觉推理）
- 统一的评估流程和包含97个工程设计问题的精选基准，涵盖四个几何族
- 对七个基础模型的实证比较，揭示紧凑的指令调优模型可以匹配更大的系统
方法
LLMForge将LLM用于文本到CAD生成，结合JSON-schema验证、分析特征评分和网格合成，在两种批评类型下进行迭代优化：IterTracer使用Phong着色光线追踪和分析指标，IterVision使用VLM（Qwen2.5-VL-72B）执行链式思维视觉推理。该框架在包含97个机械设计问题的基准上评估，涵盖板、盒、法兰圆柱和L形支架，使用了七个基础模型。
关键结果
在IterTracer下，排名前四的模型实现了紧密的均值分数集群（0.885–0.890）和98.97%的网格成功率，表明紧凑模型可以媲美更大模型。IterVision在领先模型上实现了100%的水密网格生成，但暴露了旋转对称零件（如圆柱）的困难，其中视觉和语义评分差异最大。
局限性
- 旋转对称几何体（如圆柱）存在系统性困难，视觉和语义评分差异大
- 基准仅限于机械零件的四个典型几何族
- 基于VLM的批评器在某些形状上可能无法完全对齐分析指标
技术栈
Large Language Models (DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B, GLM-4.5, MiniMax-M2.1, INTELLECT)Vision-Language Model (Qwen2.5-VL-72B)Phong-shaded ray-tracing rendererJSON-schema validationMesh synthesis