研究人员开发了CR-Refiner，一种新颖的无需训练的重排器，旨在改进编辑条件下的3D场景检索。该系统通过将自然语言修改解析为结构化查询来解决现有方法的局限性，并利用不平衡最优传输问题来耦合类别、风格和几何形状等各种场景属性。CR-Refiner还包含一个轴条件结构先验和一个LLM验证器来优化候选场景。为了评估其有效性，发布了一个名为3D-CER的新基准，其中包含大量房间和编辑条件查询，证明了CR-Refiner在不同基础检索器和编辑类型上的持续性能改进。 AI
影响 增强了AI根据自然语言理解和操作3D环境的能力，可能改进虚拟现实和设计中的应用。
排序理由 该集群描述了一篇详细介绍3D场景检索新方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Edit-conditioned 3D scene retrieval pairs a reference 3D room with a natural-language modification and retrieves rooms from a corpus that satisfy the edit. Three lines of prior work each fall short on this task. 2D composed image retrieval reasons over pixel-level edits and has n…
arXiv:2607.19115v1 Announce Type: new Abstract: Edit-conditioned 3D scene retrieval pairs a reference 3D room with a natural-language modification and retrieves rooms from a corpus that satisfy the edit. Three lines of prior work each fall short on this task. 2D composed image re…