LLM2R

LLM2R 使用大型语言模型进行3D零件组装

研究人员开发了LLM2R，这是一种新颖的方法，它将3D零件组装视为一个序列建模问题，使用预训练的仅解码器大型语言模型。该方法将零件信息压缩成几何标记，然后由使用低秩自适应（LoRA）调整的大型语言模型进行处理。LLM2R引入了可学习的摘要标记来聚合组装信息，从而通过一次前向传播即可预测所有零件的姿态，提高了准确性和可扩展性，尤其适用于具有大量零件的物体。