TOOLCAD：強化学習によるテキストからCAD生成における「ツールを使う」大規模言語モデルの探究

arXiv cs.CL / 2026/4/10

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

提案手法ToolCADは、テキストからCAD生成を行う際にLLMを「ツールを使うエージェント」としてCADエンジンと最適に相互作用させるためのエージェント型フレームワークを提示している。
LLMの推論とツール併用の振る舞いを検証・ロールアウトするために、インタラクティブな「CADモデリング・ジム」を導入し、ハイブリッドなフィードバックと人間監督を取り入れた学習・評価を行う。
オンライン・カリキュラム強化学習により、エンドツーエンドのポストトレーニングでLLMエージェントに洗練されたCAD-CoT（CAD Modeling Chain of Thought）を引き出させ、熟練したツール使用エージェントへ進化させる戦略が示されている。
実験の結果、ToolCADはオープンソースLLMをCADツール使用エージェントへ適用・学習するギャップを埋め、プロプライエタリ（独自）モデルと同等レベルの性能に到達しうることを報告している。

概要: コンピュータ支援設計（CAD）は、長期的な推論と首尾一貫したモデリング行動に依存するエキスパート級の作業である。大規模言語モデル（LLM）は、言語エージェントが実世界のタスクに取り組むことを可能にする上で目覚ましい進歩を示してきた。特に、ツールを用いるLLMがCADエンジンとどのように最適に相互作用するかについては調査が行われておらず、その結果、LLMベースのエージェント的テキストからCADへのモデリング（text-to-CAD）システムの出現が妨げられてきた。そこで本研究では、ToolCADという新しいエージェント的CADフレームワークを提案する。これは、テキストからCADを生成するために、LLMをツール使用エージェントとして展開する。さらに、インタラクティブなCADモデリング用ジムを導入し、CADエンジンとの間で推論およびツール拡張された相互作用の軌跡をロールアウトし、ハイブリッドなフィードバックと人間の監督を取り入れる。加えて、エンドツーエンドのポストトレーニング戦略も提示する。これにより、LLMエージェントが洗練されたCADモデリングの連鎖的思考（CAD-CoT）を引き出し、オンライン・カリキュラム強化学習を通じて熟練したCADツール使用エージェントへと進化できるようにする。これらの結果から、ToolCADは、CADツール使用エージェントに向けたオープンソースLLMの採用と訓練というギャップを埋めることが示される。すなわち、専有モデルと同等の性能で動作できるようになり、よりアクセスしやすく、頑健な自律的テキストからCADへのモデリングシステムへの道が開かれる。