LLM2R：用大语言模型做3D零件装配
热点事件持续更新
LLM2R：用大语言模型做3D零件装配
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zhouhan Zhong 等作者发布论文提出 LLM2R，将3D零件装配转化为序列建模任务：用预训练 decoder-only 大语言模型一次性预测所有零件的刚性变换。 方法上，它通过 Point-BERT 编码器和 Q-Former 把每个零件压缩为几何 token 块，拼接所有零件后由经 LoRA 微调的大语言模型单次非自回归前向推理完成装配。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
LLM2R：用大语言模型做3D零件装配报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AILLM2R：用大语言模型做3D零件装配
LLM2R 将3D零件装配转化为序列建模任务，用预训练 decoder-only 大语言模型一次性预测所有零件的刚性变换。它通过 Point-BERT 编码器和 Q-Former 将每个零件压缩为几何 token 块，并追加可学习的 summary token 聚合整体装配信息，配合 LoRA 微调实现单次非自回归前向推理。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。