Resumo Técnico: FllumaOne

Declaração do Problema

Modelos de CAD Paramétrico (Computer-Aided Design) são definidos não apenas por sua geometria final, mas por seu histórico de construção — a sequência ordenada de esboços, recursos, parâmetros e dependências que permitem edição, reutilização de design e análise de manufatura. Embora repositórios de geometria de larga escala (ex: ModelNet, ShapeNet) e conjuntos de dados conscientes de construção (ex: DeepCAD, Fusion 360 Gallery) tenham avançado no aprendizado de formas e na geração de sequências de comandos, uma lacuna prática permanece. Os recursos existentes frequentemente carecem da combinação de um registro de construção inspecionável, código executável reproduzível, geometria validada por kernel e entradas multimodais alinhadas sem a exigência de licenças comerciais de CAD. Além disso, muitos conjuntos de dados tratam o histórico de construção como um problema de representação separado da geometria final, limitando a capacidade de treinar modelos que gerem designs editáveis, válidos e parametrizados.

Metodologia

Os autores introduzem o FllumaOne, um conjunto de dados de CAD multimodal nativo de código, projetado para preencher essa lacuna. O conjunto de dados é gerado usando o Flluma, um sistema CAD Qt/C++ construído sobre o kernel OpenCASCADE, que executa programas Python para construir modelos.

Pipeline de Geração

1. Geração Procedural Controlada: Um agendador seleciona entre uma biblioteca de 53 famílias de templates paramétricos, atribuindo-os a quatro níveis de complexidade (L1–L4) para garantir uma distribuição equilibrada de históricos primitivos e complexos.
2. Síntese de Código Executável: Para cada amostra, um programa Python é gerado usando uma API Flluma regularizada. Esta API impõe nomes de operações explícitos, argumentos tipados, ordens de argumentos estáveis e vinculação direta de variáveis para objetos intermediários.
3. Validação com Kernel no Loop (Kernel-in-the-Loop): Programas gerados são executados em um ambiente FllumaCLI headless. Candidatos são rejeitados se falharem na validação geométrica (ex: resultados Booleanos inválidos, faces degeneradas, geometria não-manifold) ou em verificações de exportação STEP. Apenas amostras que produzem sólidos B-Rep válidos do OpenCASCADE são aceitas.
4. Deduplicação: Uma verificação de assinatura de construção canônica evita duplicatas exatas no histórico de construção antes da execução do kernel.
5. Alinhamento Multimodal: As amostras aceitas são exportadas para um conjunto unificado de modalidades:
   • Fonte: program.py executável e um feature_tree.json estruturado.
   • Alvo de Treinamento: Um training_ir.txt compacto serializado a partir da árvore de recursos (feature tree).
   • Geometria: Arquivos STEP (esquema AP214) e nuvens de pontos de superfície (2.048 pontos com normais).
   • Visuais: Oito vistas canônicas (seis ortográficas, duas isométricas) focando em arestas visíveis em vez de fotorealismo.
   • Texto: Descrições determinísticas derivadas de metadados e prompts enriquecidos por LLM (usando um modelo local Qwen2.5-7B) que preservam fatos geométricos enquanto variam a linguagem natural.

Avaliação de Linha de Base (Baseline)

Os autores avaliam a utilidade do conjunto de dados para geração de texto-para-CAD usando um modelo Qwen2.5-Coder-1.5B ajustado via LoRA com 80.000 amostras de treinamento. A tarefa envolve o mapeamento de descrições em linguagem natural para programas Python executáveis. A avaliação abrange múltiplas etapas:

• Nível de Código: Validade da sintaxe Python e correção da API.
• Nível de Execução: Sucesso no carregamento e construção dentro do Flluma.
• Nível de Geometria: Validação de sólido do kernel, sucesso na exportação STEP e Distância de Chamfer normalizada contra nuvens de pontos de referência.

Principais Contribuições

1. Representações de Construção Pareadas: O conjunto de dados fornece uma árvore de recursos canônica, um programa Python executável e um IR de treinamento compacto que descrevem o mesmo histórico de modelagem editável em diferentes níveis de abstração, permitindo a verificação cross-modal.
2. Lançamento Multimodal Baseado em Kernel: Diferente de conjuntos de dados que dependem de malhas finais ou sequências não verificadas, o FllumaOne alinha 100.000 amostras com geometria STEP validada por kernel, nuvens de pontos de superfície, vistas canônicas e texto, garantindo que cada amostra represente um sólido fisicamente válido.
3. Auditoria de Geração e Integridade: O lançamento inclui relatórios abrangentes sobre completude de modalidade, membros de divisão (split membership) e verificações de duplicatas exatas entre programas, árvores de recursos e assinaturas de sólidos, garantindo a integridade dos dados.
4. Linha de Base Executável e Ferramentas de Avaliação: Os autores fornecem uma linha de base reprodutível de texto-para-programa e um pipeline completo de avaliação que mede o sucesso, desde a sintaxe até a validação do kernel e similaridade geométrica, estabelecendo um caminho de avaliação de ciclo fechado.

Resultados

O lançamento principal, FllumaOne-100K, contém 100.000 amostras aceitas distribuídas em quatro níveis de complexidade (L1: ~3%, L2: ~17%, L3: ~55%, L4: ~25%).

• Desempenho da Linha de Base: O baseline Qwen2.5-Coder-1.5B LoRA alcançou:
  • 99,98% de validade de sintaxe Python.
  • 99,97% de sucesso de construção no Flluma.
  • 99,14% de validade de exportação STEP.
  • 99,14% de validade de sólido do kernel.
• Precisão Geométrica: Para as 9.909 previsões convertidas com sucesso em nuvens de pontos, a Distância de Chamfer normalizada média foi de 0,002124, com uma mediana de 0,001491.
• Análise de Complexidade: O conjunto de dados exibe uma contagem mediana de recursos de 6 e uma profundidade mediana de histórico de 4, indicando um foco em históricos editáveis de múltiplos passos, em vez de primitivos isolados. O vocabulário de operações consiste em 44 tokens, sendo "Hole Pattern" o mais frequente (14,2% dos rótulos da árvore de recursos).
• Integridade: Zero duplicatas exatas foram encontradas entre hashes de programas, hashes de árvores de recursos, hashes de IR de treinamento ou assinaturas de sólidos.

Significância e Alegações

O artigo posiciona o FllumaOne como uma solução prática para o descompasso entre conjuntos de dados de forma final e históricos de CAD nativos proprietários. Ao fornecer um registro de construção inspecionável pareado com código reproduzível, o conjunto de dados permite a pesquisa em reconstrução de CAD editável, previsão de árvore de recursos e engenharia reversa onde o resultado deve ser modificável, em vez de estático.

Os autores afirmam que o conjunto de dados suporta um caminho reprodutível do idioma para um output de CAD executável e geometricamente comparável. No entanto, eles observam modestamente que os resultados representam interpolação dentro de uma distribuição de gerador controlada, em vez de generalização para famílias de templates não vistas ou design de domínio aberto. O conjunto de dados herda os vieses de seu gerador procedural (famílias de templates, intervalos de parâmetros) e não pretende replicar toda a diversidade dos fluxos de trabalho de design industrial escritos por humanos. O valor primário reside na capacidade de rastrear falhas entre código, histórico de recursos, saída do kernel e exportação, facilitando o desenvolvimento de modelos que priorizam a editabilidade e a validade geométrica junto com a geração de formas.