Brickgpt

🚀 BrickGPT

BrickGPTは、テキストプロンプトから物理的に安定した玩具レンガモデルを生成する初のアプローチです。Generating Physically Stable and Buildable LEGO® Designs from Textで説明されている通り、このモデルはmeta-llama/Llama-3.2-1B-Instructをファインチューニングしたものです。

🚀 クイックスタート

モデルの使用例や対話型CLIデモについては、GitHubリポジトリを参照してください。

✨ 主な機能

BrickGPTは、テキストプロンプトから物理的に安定した玩具レンガモデルを生成することができます。

📚 ドキュメント

モデルの詳細

モデルの説明

モデルのソース

• リポジトリ: AvaLovelace1/BrickGPT
• 論文: Generating Physically Stable and Buildable LEGO® Designs from Text
• デモ: cmu-gil/BrickGPT-Demo

制限事項

このモデルは、20x20x20のグリッド上に1ユニットの高さの直方体レンガで構成される構造物のみを作成することができます。このモデルは、21種類のオブジェクトカテゴリのデータセットで学習されています: basket, bed, bench, birdhouse, bookshelf, bottle, bowl, bus, camera, car, chair, guitar, jar, mug, piano, pot, sofa, table, tower, train, vessel。これらのカテゴリ以外のプロンプトに対する性能は制限される可能性があります。

学習の詳細

学習データ

BrickGPTは、47,000個の玩具レンガ構造物のデータセットであるStableText2Brickを使用して学習されました。

学習手順

このモデルは、q_projとv_proj行列にLoRAを適用してファインチューニングされました。AdamW最適化を使用し、学習率はウォームアップ付きのコサイン減衰に従いました。

学習ハイパーパラメータ

• 学習方式: bf16混合精度
• エポック数: 3
• グローバルバッチサイズ: 64
• 最大学習率: 0.002
• 学習率ウォームアップステップ数: 100
• LoRAランク: 32
• LoRAアルファ: 16
• LoRAドロップアウト: 0.05

評価

詳細な評価については、論文を参照してください。

環境への影響

• ハードウェアタイプ: 8台のNVIDIA RTX A6000 (48 GB)
• 使用時間: 0.5時間

引用

このモデルがあなたの研究に役立つ場合、以下の論文を引用してください。

@article{pun2025brickgpt,
    title   = {Generating Physically Stable and Buildable LEGO Designs from Text},
    author  = {Pun, Ava and Deng, Kangle and Liu, Ruixuan and Ramanan, Deva and Liu, Changliu and Zhu, Jun-Yan},
    journal = {arXiv preprint arXiv:2505.05469},
    year    = {2025}
}

モデルカードの問い合わせ先

Ava Pun (apun@andrew.cmu.edu)

フレームワークのバージョン

• PEFT 0.15.0

📄 ライセンス

このモデルはMITライセンスの下で提供されています。