为什么 LLM 难学程序化建模：树状结构+数据稀缺
keenanisalive · x · 2026-10-10
作者分析 LLM 生成程序化 3D 模型的难点：这类数据的树状不规则结构，比在规则网格上采样的符号距离函数（SDF）更难学习——后者更像学习图像。此外训练数据极少，几乎没有美术工作者用这种方式建模，进一步限制了模型的学习效果。
所属事件:CMU 教授用 LLM 手搓 27KB GLSL 隐式曲面 3D 龙(12 条相关)→
「研究」频道最新
- Gym-Anything 获 COLM2026 Lifelong Agents 研讨会最佳论文 — dan_fried · 2026-10-10
- Ai2 发布 Olmo Hybrid：混合架构省 49% 训练 token 达同精度 — allen_ai · 2026-10-10
- 10月22日旧金山 AI for Science 活动:Agent 能否端到端跑科研 — nlarusstone · 2026-10-10
- 论文提出嵌套并行冯诺依曼架构:百万处理器仍是单一计算机 — bronzeagepapi · 2026-10-10
- UPenn 论文用「腐坏格」统一扩散与自回归,预判解码调度成本 — upenn · 2026-10-10
- CMU 教授 Keenan Crane 用 AI 做 3D 建模:效率差距大到得换回 CS 思维 — keenanisalive · 2026-10-10