› Na arXiv pojawiła się i zniknęła praca zatytułowana "Memory-Augmented Reinforcement Learning Agent for CAD Generation" autorstwa siedmiu badaczy: Yin Xiaolong, Liu Yu, Shen Jiahang, Lu Xingyu, Ni Jingzhe, Fan Fengxiao oraz Sang Fan.
› Piszę o niej właśnie dlatego, że jej status jest niecodzienny - i warto to odnotować.Co miało być w artykuleWedług abstraktu, który pozostał widoczny po wycofaniu, autorzy proponowali framework łączący uczenie przez wzmacnianie (reinforcement learning) z modułem pamięci, przeznaczony do automatycznego generowania modeli CAD - czyli trójwymiarowych projektów używanych w zaawansowanej produkcji.Problem, który chcieli rozwiązać, dotyczył ograniczeń dużych modeli językowych (LLM) w pracy z kompleksowymi modelami CAD.
› Według autorów LLM-y zawodzą przy długich sekwencjach operacji, różnorodnych typach operacji i silnych ograniczeniach geometrycznych - głównie dlatego, że łańcuchy rozumowania się rwą i brakuje skutecznych mechanizmów korekty błędów.Zaproponowane rozwiązanie opierało się na kilku elementach.
› Po pierwsze, agent miał mieć dostęp do geometrycznego silnika obliczeniowego opakowanego w zestaw narzędzi, które może wywoływać.