计算机科学 > 图形学
[提交于 2025年1月8日
]
标题: FlairGPT:将大型语言模型用于室内设计的再利用
标题: FlairGPT: Repurposing LLMs for Interior Designs
摘要: 室内设计涉及对物体的精心选择和布置,以创建一个美观、功能性强且协调的空间,符合客户的设计方案。 这项任务尤其具有挑战性,因为成功的设计不仅要以统一的风格包含所有必要的物体,还要确保它们以最大化可达性的方式布置,同时遵守各种可负担性和使用考虑因素。 已经提出了数据驱动的解决方案,但这些方案通常是针对特定房间或领域的,并且在生成最终布局时使用的设计考虑缺乏可解释性。 在本文中,我们研究大型语言模型(LLMs)是否可以直接用于室内设计。 虽然我们发现LLMs目前还无法生成完整的布局,但可以通过一种结构化的方法有效地加以利用,这种方法受到室内设计师工作流程的启发。 通过系统地探测LLMs,我们可以可靠地生成一个包含相关约束条件的物体列表,这些约束条件指导它们的放置。 我们将这些信息转化为一个设计布局图,然后使用现成的约束优化设置来生成最终的布局。 我们在各种设计配置中将我们的算法与现有的基于LLM的方法和人类设计进行基准测试,并通过多种定量和定性指标以及用户研究来评估结果。 总之,我们证明了当以结构化方式使用时,LLMs可以有效地生成多样化高质量的布局,使其成为创建大规模虚拟场景的可行解决方案。 项目网页地址为 https://flairgpt.github.io/
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.