文本到CAD检索：一个强基线
TLDR
提出文本到CAD检索新任务，用程序化序列和点云多模态嵌入建立强基线。
评分理由
Strengths: formalizes an underexplored task, establishes a benchmark, and proposes a novel multi-modal alignment framework. Weaknesses: limited to retrieval without generative results, and no quantitative results are reported in the abstract.
Read-first 评分解释
综合优先阅读分 54.7，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 57。
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：32。
关键词评分
深度分析
创新点
- 正式提出文本到CAD检索作为新的跨模态检索任务
- 统一框架从程序化序列和几何点云中学习多模态CAD嵌入
- 新颖的特征解码器，通过文本和点特征的交叉注意力重建掩码序列特征，实现隐式多模态对齐
- 通过移除辅助解码器并使用拼接的序列-点特征实现高效推理
方法
该框架使用序列编码器（sequence encoder）捕捉CAD模型的构建逻辑，使用点编码器（point encoder）提取几何点云特征，并使用文本编码器（text encoder）学习文本查询的语义表示。训练时，特征解码器（feature decoder）通过文本和点特征的交叉注意力重建掩码序列特征，以实现模态对齐。推理时，丢弃辅助解码器，使用拼接的序列-点特征进行检索。
关键结果
所提方法为文本到CAD检索建立了强基线，实现了高效的跨模态检索，并支持检索增强生成等下游任务。