计算机科学>计算与语言
职务: Architext:语言驱动的生成性建筑设计
摘要: 建筑设计是一项高度复杂的实践,涉及广泛多样的学科、技术、专有设计软件、专业知识和几乎无限数量的约束,涉及大量的设计任务。 实现直观、可访问和可扩展的设计过程是实现性能驱动和可持续设计的重要一步。 为此,我们引入了Architext,这是一种新型的语义生成辅助工具。 Architext只使用提供给大规模语言模型的自然语言提示作为输入,就可以生成设计。 我们对Architext的下游任务性能进行了彻底的定量评估,重点评估了1.2亿到60亿个参数范围内的一些预处理语言模型的语义准确性和多样性。 Architext模型能够学习特定的设计任务,以接近100%的速度生成有效的住宅布局。 在缩放模型时,精确度有了很大提高,对于不同的提示类别,最大模型(GPT-J)的精确度在25%到80%之间,令人印象深刻。 我们开源了经过微调的Architext模型和我们的合成数据集,希望在这一激动人心的设计研究领域激发实验灵感。