საინჟინრო დიზაინის სფერო ტრადიციულად ადამიანური რესურსისა და სპეციალიზებული ცოდნის მაღალ მოთხოვნებს უკავშირდება. კომპიუტერული დახმარებით დაპროექტების (CAD) პროცესში დიდი დრო იხარჯება ხელით შესრულებულ ოპერაციებზე. თუმცა, დიდი ენობრივი მოდელების (LLM) განვითარებამ ამ მიმართულებით ახალი ჰორიზონტები გახსნა.

მკვლევარებმა წარმოადგინეს PR-CAD — სისტემა, რომელიც CAD მოდელების გენერირებისა და მათი რედაქტირების პროცესს ერთიან ჩარჩოში აერთიანებს. მანამდე არსებული ტექნოლოგიები ამ ორ ეტაპს ცალ-ცალკე განიხილავდა, რაც პრაქტიკულ გამოყენებას ზღუდავდა.

ახალი მეთოდოლოგია ეფუძნება პროგრესული დახვეწის პრინციპს. PR-CAD-ის შემქმნელებმა შექმნეს მაღალი სიზუსტის მონაცემთა ბაზა, რომელიც მოიცავს CAD-ის სრულ სასიცოცხლო ციკლს. ეს ბაზა მოიცავს როგორც თვისებრივ, ისე რაოდენობრივ აღწერილობებს და სისტემატიზირებულად განსაზღვრავს რედაქტირების ტიპებს.

როგორ მუშაობს ახალი ტექნოლოგია

სისტემის ბირთვი წარმოადგენს განმტკიცებით სწავლებაზე (Reinforcement Learning) დაფუძნებულ მსჯელობის მექანიზმს. იგი აერთიანებს სამ ძირითად კომპონენტს: განზრახვის გააზრებას, პარამეტრების შეფასებას და რედაქტირების ზუსტ ლოკალიზაციას. შედეგად, ერთ აგენტს შეუძლია მართოს როგორც დიზაინის შექმნა, ისე მისი შემდგომი კორექტირება.

Subjects:Computation and Language (cs.CL); Artificial Intelligence (cs.AI)
Cite as:arXiv:2604.19773 [cs.CL]
(or arXiv:2604.19773v1 [cs.CL] for this version)
https://doi.org/10.48550/arXiv.2604.19773 arXiv-issued DOI via DataCite

ექსპერიმენტებმა აჩვენა, რომ გენერირებისა და რედაქტირების ამოცანები ერთმანეთს აძლიერებს. PR-CAD-მა საჯარო ტესტირებებში აჩვენა საუკეთესო შედეგები მოდელირების სიზუსტესა და კონტროლირებადობაში. ეს მიდგომა არა მხოლოდ ამარტივებს პროცესს, არამედ მნიშვნელოვნად ზრდის CAD მოდელირების საერთო ეფექტურობას.

სისტემა მომხმარებლისთვის მოსახერხებელია და ითვალისწინებს რეალურ საინჟინრო საჭიროებებს. დიზაინერებს აღარ უწევთ მოდელის თავიდან აწყობა მცირე ცვლილებების შესატანად, რაც აქამდე არსებული სისტემების ერთ-ერთი მთავარი ნაკლი იყო.