Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Интерфейс между языковой моделью и CAD-системой влияет на результат не меньше, чем политика самого агента. В препринте Yufeng Peng и коллег, который не прошёл рецензирование и опирается на замеры самих авторов, DeciCAD сократил ответы модели на 45–88% относительно универсальной программной обвязки. Для разработки такого агента это переносит часть работы из промптов и выбора LLM в проектирование доступных действий, состояния и обратной связи.
Обвязка определяет, какие решения принимает агент
Обвязка агента — это слой между LLM и CAD-ядром. Он задаёт, что модель может сделать, какую часть текущего документа она видит и что узнаёт после выполнения команды.
В универсальной среде агент пишет программу, вызывает библиотеки, выбирает имена переменных и обрабатывает ошибки среды выполнения. Разные программы могут построить одну и ту же деталь, но для модели остаются разными последовательностями токенов и разными примерами для обучения.
DeciCAD заменяет этот простор набором типизированных CAD-действий. Модель выбирает операцию вроде выдавливания эскиза, указывает объект и параметры, а обвязка связывает команду с текущим документом. Стабильные идентификаторы позволяют на следующих шагах обращаться к уже созданным эскизам, элементам и телам.
Авторы называют такой подход семантическим узким местом решений. Обвязка скрывает выбор структуры программы и конкретных вызовов API, если они не меняют геометрию, но сохраняет различия, от которых зависит следующий шаг. Сообщение «операция не выполнена» слишком грубое, если неверная ссылка на объект и нарушение геометрического ограничения требуют разных исправлений.
Поэтому DeciCAD возвращает не весь внутренний документ, а сведения об изменённых объектах, выполненных условиях и месте ошибки. Если агенту нужны дополнительные данные, он запрашивает их отдельным действием. В опытах полный необработанный контекст ухудшал геометрию, а слишком краткая обратная связь мешала восстанавливаться после сбоев.
Короткие семантические команды также объясняют экономию токенов: длинная траектория больше не требует на каждом шаге разворачивать реализацию операции в программу. При оплате API по токенам это уменьшает стоимость ответов модели; денежную стоимость всей задачи работа не рассчитывает.
Обучение с подкреплением помогло только в подходящем пространстве действий
Ту же обвязку использовали для обучения политики. Сначала из успешных траекторий и траекторий с исправленными ошибками извлекли примеры: модель получала только состояние, которое было доступно перед конкретным действием. Это не позволяет ответу случайно опираться на результат будущих шагов.
Затем Qwen3.5-9B дообучили на этих примерах. Геометрическая F1, где более высокая оценка означает лучшее совпадение формы, выросла с 0,6883 до 0,7437. Следующий этап применил GRPO — алгоритм обучения с подкреплением, который запускал текущую политику в CAD-среде и оценивал полученную геометрию.
После GRPO F1 достигла 0,7880, а доля заданий с пригодным для оценки объектом прибавила 7 процентных пунктов. При сопоставимых условиях программная политика после такого обучения не улучшила геометрические показатели. Обратная связь от среды оказалась полезна, когда модель выбирала переходы CAD-состояния, а не одновременно решала геометрическую задачу и конструировала программу.
Поведение политик подтверждает разницу. В DeciCAD обучение сокращало неверные ссылки и действия без геометрического прогресса, сохраняя операции построения. В программной среде модель чаще тратила решения на проверку, выполнение и попытки ремонта кода.
Командам стоит проектировать действия до выбора модели
Работа меняет порядок проектирования CAD-агента. Вместо исходной схемы «LLM пишет код для CAD API» стоит сначала определить минимальный набор предметных операций, стабильные ссылки на объекты и сообщения об ошибках, по которым можно выбрать способ восстановления.
Сжимать интерфейс следует не до минимального количества команд, а до минимального количества различий, которые не влияют на решение. Если агенту недоступна нужная операция, он не сможет построить целевую модель. Если два разных состояния выглядят одинаково, он не поймёт, какое исправление применить. DeciCAD предлагает проверять обе стороны интерфейса вместе.
Исполнение проверяли на четырёх наборах задач, включая построение по тексту и сборку, а с универсальной средой сравнивали через Claude Code. Обучение политики проводили на Text2CAD с FreeCAD в роли CAD-ядра. Метрики оценивали конечную сеточную геометрию, поэтому результаты не показывают, насколько удобны для последующего редактирования дерево построения, ограничения и параметры документа.
Для продукта с другим CAD-ядром набор действий и наблюдений придётся спроектировать заново: сама идея не заменяет предметную интеграцию. Но работа даёт практический критерий — модель должна видеть ровно те различия в состоянии, которые меняют следующий шаг, и выражать намерение без лишнего программного кода.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
