Riepilogo Tecnico: FllumaOne

Problematica

I modelli di Progettazione Assistita dal Computer (CAD) parametrica non sono definiti meramente dalla loro geometria finale, ma dalla loro cronologia di costruzione: la sequenza ordinata di schizzi, feature, parametri e dipendenze che ne consentono l'editing, il riutilizzo del design e l'analisi manifatturiera. Mentre i repository di geometrie su larga scala (es. ModelNet, ShapeNet) e i dataset orientati alla costruzione (es. DeepCAD, Fusion 360 Gallery) hanno fatto avanzare l'apprendimento delle forme e la generazione di sequenze di comandi, rimane un divario pratico. Le risorse esistenti spesso mancano della combinazione di un record di costruzione ispezionabile, codice eseguibile riproducibile, geometria validata da un kernel e input multimodali allineati senza richiedere licenze CAD commerciali. Inoltre, molti dataset trattano la cronologia di costruzione come un problema di rappresentazione separato dalla geometria finale, limitando la capacità di addestrare modelli che generino design editabili, validi e parametrizzati.

Metodologia

Gli autori introducono FllumaOne, un dataset CAD multimodale nativo del codice progettato per colmare questo divario. Il dataset è generato utilizzando Flluma, un sistema CAD basato su Qt/C++ costruito sul kernel OpenCASCADE, che esegue programmi Python per costruire i modelli.

Pipeline di Generazione

1. Generazione Procedurale Controllata: Uno scheduler seleziona da una libreria di 53 famiglie di template parametrici, assegnandoli a quattro livelli di complessità (L1–L4) per garantire una distribuzione bilanciata di storie primitive e complesse.
2. Sintesi di Codice Eseguibile: Per ogni campione, viene generato un programma Python utilizzando un'API Flluma regolarizzata. Questa API impone nomi di operazioni espliciti, argomenti tipizzati, ordini di argomenti stabili e il legame diretto di variabili per gli oggetti intermedi.
3. Validazione Kernel-in-the-Loop: I programmi generati vengono eseguiti in un ambiente FllumaCLI headless. I candidati vengono rifiutati se falliscono la validazione geometrica (es. risultati booleani invalidi, facce degenerate, geometria non manifold) o i controlli di esportazione STEP. Solo i campioni che producono solidi B-Rep validi di OpenCASCADE vengono accettati.
4. Deduplicazione: Un controllo della firma canonica della costruzione previene duplicati esatti nella cronologia di costruzione prima dell'esecuzione del kernel.
5. Allineamento Multimodale: I campioni accettati vengono esportati in un set unificato di modalità:
   • Sorgente: program.py eseguibile e un feature_tree.json strutturato.
   • Target di Addestramento: Un training_ir.txt compatto serializzato dal feature tree.
   • Geometria: File STEP (schema AP214) e nuvole di punti superficiali (2.048 punti con normali).
   • Visuali: Otto viste canoniche (sei ortografiche, due isometriche) focalizzate sugli spigoli visibili piuttosto che sul fotorealismo.
   • Testo: Descrizioni deterministiche derivate dai metadati e da prompt arricchiti da LLM (utilizzando un modello locale Qwen2.5-7B) che preservano i fatti geometrici variando al contempo il linguaggio naturale.

Valutazione Baseline

Gli autori valutano l'utilità del dataset per la generazione text-to-CAD utilizzando un modello Qwen2.5-Coder-1.5B raffinato con LoRA su 80.000 campioni di addestramento. Il compito consiste nel mappare descrizioni in linguaggio naturale verso programmi Python eseguibili. La valutazione copre più fasi:

• Livello di Codice: Validità della sintassi Python e correttezza dell'API.
• Livello di Esecuzione: Caricamento e costruzione riusciti all'interno di Flluma.
• Livello Geometrico: Validazione del solido del kernel, successo dell'esportazione STEP e distanza di Chamfer normalizzata contro le nuvole di punti di riferimento.

Contributi Chiave

1. Rappresentazioni di Costruzione Accoppiate: Il dataset fornisce un feature tree canonico, un programma Python eseguibile e un training IR compatto che descrivono la stessa storia di modellazione editabile a diversi livelli di astrazione, permettendo la verifica cross-modale.
2. Rilascio Multimodale Fondato sul Kernel: A differenza dei dataset che si affidano a mesh finali o sequenze non verificate, FllumaOne allinea 100.000 campioni con geometria STEP validata dal kernel, nuvole di punti superficiali, viste canoniche e testo, garantendo che ogni campione rappresenti un solido fisicamente valido.
3. Auditabilità della Generazione e Integrità: Il rilascio include report completi sulla completezza delle modalità, l'appartenenza agli split e i controlli dei duplicati esatti tra programmi, feature tree e firme dei solidi, garantendo l'integrità dei dati.
4. Baseline Eseguibile e Strumenti di Valutazione: Gli autori forniscono una baseline text-to-program riproducibile e una pipeline di valutazione completa che misura il successo dal passaggio dalla sintassi alla validazione del kernel e alla somiglianza geometrica, stabilendo un percorso di valutazione a ciclo chiuso.

Risultati

Il rilascio primario, FllumaOne-100K, contiene 100.000 campioni accettati distribuiti su quattro livelli di complessità (L1: ~3%, L2: ~17%, L3: ~55%, L4: ~25%).

• Performance Baseline: Il baseline Qwen2.5-Coder-1.5B LoRA ha raggiunto:
  • 99,98% di validità della sintassi Python.
  • 99,97% di successo nella build di Flluma.
  • 99,14% di validità dell'esportazione STEP.
  • 99,14% di validità del solido del kernel.
• Accuratezza Geometrica: Per i 9.909 predizioni convertite con successo in nuvole di punti, la distanza di Chamfer normalizzata media era 0,002124, con una mediana di 0,001491.
• Analisi della Complessità: Il dataset mostra un numero mediano di feature pari a 6 e una profondità mediana della storia pari a 4, indicando un focus su storie editabili multi-step piuttosto che su primitive isolate. Il vocabolario delle operazioni consiste in 44 token, con "Hole Pattern" che è l'etichetta più frequente (14,2% delle etichette del feature-tree).
• Integrità: Sono stati trovati zero duplicati esatti attraverso gli hash dei programmi, degli hash dei feature-tree, degli hash del training IR o delle firme dei solidi.

Significato e Claim

Il paper posiziona FllumaOne come una soluzione pratica al disconnessione tra i dataset di forma finale e le cronologie CAD proprietarie native. Fornendo un record di costruzione ispezionabile accoppiato a un codice riproducibile, il dataset abilita la ricerca sulla ricostruzione CAD editabile, la predizione del feature-tree e l'ingegneria inversa dove l'output deve essere modificabile piuttosto che statico.

Gli autori affermano che il dataset supporta un percorso riproducibile dal linguaggio all'eseguibile, con output CAD geometricamente comparabili. Tuttavia, notano con modestia che i risultati rappresentano un'interpolazione all'interno di una distribuzione del generatore controllata piuttosto che una generalizzazione a famiglie di template non viste o al design open-domain. Il dataset eredita i bias del suo generatore procedurale (famiglie di template, range di parametri) e non pretende di replicare l'intera diversità dei workflow di design industriale scritti da esseri umani. Il valore primario risiede nella capacità di tracciare i fallimenti attraverso il codice, la storia delle feature, l'output del kernel ed l'esportazione, facilitando lo sviluppo di modelli che diano priorità all'editabilità e alla validità geometrica insieme alla generazione della forma.