【AI+CAD】（二）LLM和VLM生成结构化数据结构(PPT/CAD/DXF)

已于 2024-03-14 01:14:17 修改
阅读量1.1k 收藏 22
点赞数 18
文章标签： 人工智能 powerpoint
于 2024-03-11 01:26:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_54338498/article/details/136612300
版权

当前LLM和VLM在PPT生成任务上已经小有成效，如ChatPPT。
@TOC

1. PPT-LLM

LLM根据用户的instruction生成规范的绘制ppt的API语句：即使是最强的GPT-4 + CoT也只能达到20-30%的内容准确度。

在这里插入图片描述

  • LLM输入：User_instruction(当前+过去)、PPT_content、PPT_reader_API。其中 PPT_reader_API将 PPT 文件转换为基于文本的格式作为 PPT 文件内容。

  • LLM输出： API 代码序列。并执行它以获得预测 PPT 文件。
    在这里插入图片描述

2. CAD-LLM

参数化计算机辅助设计（CAD）是现代机械设计的主导范式。训练LLM来推理和生成参数化CAD可以显著加快设计工作流程。预训练好的基础模型在自然语言处理和计算机视觉方面取得了巨大的成功。这些模型中嵌入的跨领域知识在理解几何学和执行复杂的设计推理方面具有重要的潜力。

我们可以通过利用预训练过的L

最低0.47元/天 解锁文章
Yuezero_
关注
  • 18
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
AIGC（MLLM、VLM、LLM、SD）系列——论文解读目录
TigerZ*的博客
01-08 1405
AIGC（MLLM、VLM、LLM、SD）系列，论文解读目录。快速找到你想要的论文。
从文字到创作：CAD 设计中对话式 AI 的力量
2301_79280137的博客
08-10 169
人工智能驱动的CAD工具使用户能够通过描述他们的意图将他们的设计概念转化为现实。这些对话功能不仅提供了创新的定价途径，而且还为超越传统 CAD 许可范围的新的和富有想象力的模型铺平了道路。从微交易到高级层的各种选项利用了对话交互的真正价值，为未来的 CAD 软件访问塑造了动态格局。工程师无需浏览复杂的菜单，而是可以用简单的语言描述需求，并获得由集成数据提供支持的智能响应。这种由对话式 AI 和数据提供支持的智能 CAD 的未来释放了巨大的潜力。通过对话进行快速设计更改的能力代表了CAD软件的重大机遇。
LMDeploy 量化部署 LLM&VLM 实践
2301_77641278的博客
04-16 1768
在软件工程中，部署通常指的是将开发完毕的软件投入使用的过程。在人工智能领域，模型部署是实现深度学习算法落地应用的关键步骤。简单来说，模型部署就是将训练好的深度学习模型在特定环境中运行的过程。LMDeploy 由 MMDeploy和MMRazor 团队联合开发，是涵盖了 LLM 任务的全套轻量化、部署和服务解决方案。核心功能包括高效推理、可靠量化、便捷服务和有状态推理。
VLM，LLM等大模型如何应用于机器人控制(以强化学习为例)
weixin_48878618的博客
01-06 1575
再将这个信息传递给LLM模型，由它决定，接下来做什么任务合适，再将相关信息全部传递给DQN(一种强化学习模型)，由该模型输出相应的动作A(如机械臂不同关节移动的角度，移动机器人的移动方位等)，执行相应动作后，会出现新的状态S'，再将这个状态传递给VLM，重新对当前状态进行语义分析，并通过LM模型和之前LLM模型给出的任务指示进行对比，得到语义之间相关性的高低，最终给出奖励R，再将奖励R传递给DQN，不断调整策略Π。：视觉语义模型，准确识别图中有什么，处于什么状态，以及不同物体之间的关联。
2014.8.27 CAD数据结构
weixin_33836223的博客
10-15 104
Rwy表中存放所有物理跑道，主键rwy_id，但没有跑道中心点坐标 rwy_direction表中存放所有所有逻辑跑道号，也没有跑道入口坐标。同一rwy_id对应有2条记录 rwy_cline_point中存放所有物理跑道的中心坐标和逻辑跑道的入口坐标，主键rwy_cline_poin_id，一个rwy_id对应有3条记录。区分此表中记录代表逻辑跑道还是物理跑道只能通过看其主键rwy_clin...
CAD-autolisp（一）——数据结构、函数、图元
chucksun0426的博客
01-15 1621
简介：cad 二次开发语言，后缀名*.lsp适用于编写小工具，不适用大量数据或者需要大量计算的场景，编译后后缀名为*.vlx优点：所有cad版本均通用，不像arx或者其他只针对固定版本缺点：不适合处理大量计算或图元场景，超过1000个单元即有轻微等待卡顿，软件加密困难定义：每个可视cad元素均为一个图元，图元之间以链表形式互相连接，可以用(entsel “提示文字，选填”)命令选择，返回：（图元名，点选处的坐标）示例如下图。
VoxPoser：使用大语言模型(GPT-4)来对机器人操作的可组合三维值图【论文解读】
深度学习领域优质创作者，CSDN博客专家
07-30 4605
VoxPoser通用机器人框架的理论与实践，利用LLM+VLM，在运动学中建立机器人的轨迹，由于大语言模型的丰富知识，极大的提高了机器人的通用性(泛化性)
关于 LLM 和图数据库、知识图谱的那些事
weixin_44324814的博客
08-16 1015
本文着重介绍了 LLM、RAG、Graph 是什么，以及 LLM 如何同知识图谱结合，让知识抽取更加便利。此外，还讲述了一些 LLM 在数据库领域的应用场景，比如：用自然语言查询数据。
毕业设计 基于Python+Django+Sqlite3+LLM的医疗文本数据结构化在线平台源码+详细说明+全部数据资料高分项目
05-08
毕业设计 基于Python+Django+Sqlite3+LLM开发的医疗文本数据结构化在线平台源码+详细说明+全部数据资料 高分项目毕业设计 基于Python+Django+Sqlite3+LLM开发的医疗文本数据结构化在线平台源码+详细说明+全部数据...
私人ChatGPT/LLM Web 应用程序
01-14
支持具有视觉识别功能的 OpenAI 最新gpt-4-vision模型， 可以感知视觉的多模态智能。支持文本转语音 (TTS) 和语音转文本 (STT) 技术，使我们的应用程序能够将文本消息转换为清晰的语音输出， 允许用户与对话代理进行...
Gartner发布信任、风险和安全管理领域的生成式人工智能创新指南：生成式AI整个生命周期运行中的攻击面 全文下载
04-19
在企业应用中集成大语言模型（LLM ）和其他生成人工智能（GenAI）模型会带来三类新风险：输入和输出风险、数据泄露和人工智能应用漏洞。 构建并通常托管 GenAI 模型的供应商不提供一套完整的控制措施来减轻这些风险...
LLM驱动数字安全2024-AI安全系列报告.pdf
05-27
LLM驱动数字安全2024-AI安全系列报告.pdf
一个开源助手API和gpt替代品 出现 AI是LLM应用开发平台 它集成了后端即服务和LLMOps的概念，涵盖了构建生成式ai本
02-06
一个开源助手API和gpt替代品。出现。AI是LLM应用开发平台。它集成了后端即服务和LLMOps的概念，涵盖了构建生成式ai本地应用程序所需的核心技术堆栈，包括内置的RAG引擎
AutoCAD数据库结构
zohowe的专栏
05-03 2151
AutoCAD数据库(AcDb)是一些存储在数据库中的对象的集合。数据词典，符号表是存储数据库对象的容器（Container Object），用于组织和管理数据库对象。这两种容器对象都有与之相关的符号名，用字符来表示。符号表是固定的，不能添加新表，只能添加符号表记录，有9个。Block table (AcDbBlockTable; BLOCK)块表，实体(Entity)可以在屏幕上
二维CAD绘图系统-数据结构参考
hxy17682323970的博客
06-18 1225
从大作业来看，选择CAD系统的小组比较多，但部分同学对CAD绘图系统的链表数据结构设计不合理，导致后续缩放、旋转、选中、文件保存及读取等功能实现上比较棘手。 现给大家参考兼容多图形的数据结构设计，个人认为在图形操作及文件方面比较容易管理。 参考数据结构： //记录每个图元点的位置信息 typedef struct PRIMITIVE_POINT { double x, y; //the po...
三维CAD建模——基于半边数据结构的基本欧拉操作建模
凌风
11-17 8331
三维CAD建模——基于半边数据结构的基本欧拉操作建模(elar, B_REP) （欧拉操作 三维CAD建模课 三维CAD建模 高曙明老师 渲染框架 brep 带洞 带柄 B_REP brep elar 扫成 扫成操作） 今年选了高老师的三维CAD建模课，zju选了这课应该就知道最后要做一个程序作业——基于半边数据结构的基本欧拉操作实现建模。要求必须建带有洞的模型。 （欧拉操作 ...
Talk｜香港科技大学冯宸：高效自主的大尺度场景空中覆盖与重建
最新发布
TechBeat人工智能社区博客
06-20 612
本期为TechBeat人工智能社区第601期线上Talk。 北京时间6月19日(周三)20:00，香港科技大学冯宸博士生—冯宸的Talk已经准时在TechBeat人工智能社区开播！ 他与大家分享的主题是: “高效自主的大尺度场景空中覆盖与重建”，他围绕团队在利用无人机进行大尺度场景下的快速自主覆盖与重建方面取得的进展和思考展开。该工作已入选ICRA 2024 Finalist for Best Paper Award on UAV。
从GAN到WGAN（02/2）
gongdiwudu的专栏
06-14 1441
生成对抗网络 （GAN） 在许多生成任务中显示出巨大的效果，以复制现实世界的丰富内容，如图像、人类语言和音乐。它的灵感来自博弈论：两个模型，一个生成器和一个批评家，在相互竞争的同时使彼此更强大。然而，训练GAN模型是相当具有挑战性的，因为人们面临着训练不稳定或收敛失败等问题。在这里，我想解释一下生成对抗网络框架背后的数学原理，为什么很难训练，最后介绍一个旨在解决训练难点的GAN修改版本。
ai审图相比人工审图有哪些优势
05-10
AI审图相比人工审图有以下几个优势： 1.速度更快：AI系统可以在短时间内处理大量的数据和图片，并且可以24小时不间断地工作。相比之下，人工审图需要更长的时间来处理数据，并且需要休息和换班。 2.准确率更高：AI系统可以通过学习和训练，自动识别和分析图片中的元素和特征，准确率更高。而人工审图可能会因为疲劳、视力、认知偏差等因素而出现错误。 3.成本更低：AI系统可以自主完成审图任务，不需要额外的人力资源，因此成本更低。 4.可扩展性更强：AI系统可以根据不同的需求和场景进行定制和优化，具有更强的可扩展性，而人工审图则需要更多的时间和资源来提升效率和准确率。 5.数据保密性更好：AI系统可以在不泄露敏感数据的情况下进行审图，保护数据的隐私和安全。而人工审图可能会因为人为因素而泄露数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Yuezero_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值