实体
PartNeXt
PartNeXt
PulseAugur coverage of PartNeXt — every cluster mentioning PartNeXt across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法通过功能推理增强3D MLLM识别能力
研究人员开发了一种名为PFIR（部件级功能推理用于识别）的新方法，以提高3D多模态大语言模型（MLLMs）的可泛化性。当前的3D MLLMs通常依赖于模式匹配，这种方法难以区分几何相似但功能不同的物体，例如梳妆台和衣柜。PFIR通过反转信息流来解决这个问题，专注于功能语言以支持推理，而不仅仅是装饰已知身份。这种方法基于PartNeXt部件分割，并利用功能性思维链（CoT）数据，显著提高了零样本准确率，尤其是在几何上模糊的样本上。
-
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。