Исследователи представили новый подход к генерации параметрических CAD-программ по текстовому описанию, решающий проблему низкой точности одиночных генераций. Вместо использования внешних верификаторов, требующих значительных вычислительных затрат, метод применяет стратегию консенсусного выбора среди множества кандидатов. Это позволяет повысить качество итоговых 3D-моделей, используя дополнительные вычислительные ресурсы непосредственно во время инференса модели.

Традиционные системы генерации кода для CAD-систем часто сталкиваются с ошибками в синтаксисе или геометрии, что делает результат непригодным для практического использования. Ранее для отсеивания неверных вариантов требовались специализированные модели-верификаторы, которые сами по себе могли быть неточными или требовать сложной настройки. Новый подход опирается на внутреннюю согласованность сгенерированных программ, позволяя эффективно выбирать наиболее вероятный корректный вариант без необходимости в «золотом стандарте» или внешнем контроле.

Метод демонстрирует, что увеличение объема вычислений на этапе генерации (test-time scaling) эффективно работает даже в узкоспециализированных задачах проектирования. Это открывает путь к созданию более надежных инструментов автоматизированного проектирования, где LLM выступают в роли полноценных ассистентов инженера, минимизируя необходимость ручной правки сгенерированного кода.

Ключевые факты

  • Разработан метод генерации CAD-программ, исключающий необходимость в отдельных моделях-верификаторах.
  • Использован принцип консенсусного выбора для фильтрации качественных кандидатов из множества сгенерированных образцов.
  • Подход масштабирует вычислительные ресурсы на этапе инференса (test-time compute) для повышения точности сложных геометрических моделей.
  • Исследование направлено на решение проблемы ошибок в параметрическом проектировании, возникающих при использовании стандартных LLM.