研究人员开发了BlenderRAG，一个旨在通过自然语言提示提高可执行Blender代码生成能力的系统。该检索增强系统利用一个包含500个专家验证示例的数据集，以提高3D对象创建的准确性和一致性。与标准的LLM方法相比，BlenderRAG显著提高了编译成功率和语义对齐度，提供了一种无需专门硬件的便捷解决方案。 AI
影响 提高了从文本生成3D模型的准确性和一致性，有望为3D艺术家和开发人员简化工作流程。
排序理由 介绍代码合成新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.00632v1 Announce Type: new Abstract: Automatic generation of executable Blender code from natural language remains challenging, with state-of-the-art LLMs producing frequent syntactic errors and geometrically inconsistent objects. We present BlenderRAG, a retrieval-aug…
Automatic generation of executable Blender code from natural language remains challenging, with state-of-the-art LLMs producing frequent syntactic errors and geometrically inconsistent objects. We present BlenderRAG, a retrieval-augmented generation system that operates on a cura…