8.0 KiB
把 GPT-6 建模经验用于 Luna:数据与迭代方案
2026-09-08。目标是在现有 Luna API 和 build123d 程序中提高读图、建模与修复的一致性。本文保留原始设计与验证计划。本轮已接入实验性通用方法、组合能力和读图复核,进展见 能力强化实验;仍未训练或微调模型,也未建立经过独立样本验证的可信经验库。
最新样本说明了什么
用户新任务 quality_20260908_021341_e6cd2fcd 与之前 GPT-6 对照任务的原图字节和图序一致。本次 Luna 用完 90 次调用,约 529 秒,保存 72 步操作,结果为 partial。
- BASE-03 将 55 mm 和 55.92 mm 当作同一个总包络尺寸的冲突,并冻结 Y=55.92 mm。前次 Luna 对照却明确使用 Y=55 mm、将 55.92 作为待辨读局部尺寸。同一个模型的读图结论也不一致。
- FEAT-02 用“中央区域一组或多组孔”描述侧孔;FEAT-03 又将中央开口描述为竖向长圆孔。这与原图四层横向孔口 2—1—1—2 的明确组织方式不同,给后续建模留下错误方向和数量的空间。
- 没有准确、独立地描述同一轴向端两侧开放缺口,反而将对称关系默认扩展到前后。不能把显示时的旋转角度当成问题本身,应该对照孔槽所在面、方向、连接材料和缺口开口端。
- 本次主体和主要特征阶段都被核对放行,最后主要卡在去锐边。这并不说明主体和孔槽已经准确:核对本身也可能沿用有偏差的需求和图纸理解。
同一程序不是同一建模方案。模型决定尺寸关联、特征列表、坐标和操作序列;build123d 执行这些操作。给定相同操作、参数与环境,可以重放同一候选;从图片重新调用不同模型,不能保证获得相同操作。
可以复用什么
当前质量流程主要保存工具调用和结构化操作序列,由程序的能力实现调用 build123d,并非每次都由模型输出一份独立 Python 程序。因此应优先保存可重放的操作序列、参数和能力版本,同时关联底层代码;不能只保存代码文本。
每条教学案例至少包含:
| 内容 | 用途 |
|---|---|
| 原图及局部裁切、视图和坐标说明 | 说明哪些视觉证据支持哪条结论 |
| 结构化特征表 | 主腔、平台、曲壁、孔槽数量与方向、缺口、连接材料、对称关系 |
| 尺寸来源表 | 数值、约束对象、视图/区域、明确标注/推定/未确定状态 |
| 建模方案摘要 | 使用哪些几何操作、为什么适用、有哪些前提;保存可审查的工程理由 |
| 可重放操作序列及依赖版本 | 验证执行,避免只有文字说明没有可用实现 |
| 几何、导出和多视图检查 | 区分能运行、几何成立、与原图相符三个层次 |
| 失败与修正对照 | 错误步骤、具体反馈、参数或操作变更、复查结果 |
| 来源、审核状态及未完成项 | 防止把模型自评或推定尺寸升级成事实 |
GPT-6 的 3C 结果仍为 partial,内径、壁厚和部分局部尺寸是推定值。不能把整个运行标为标准答案,也不能把“GPT-6 生成”当作审核通过。应按方法或特征拆分:执行已验证但尺寸未确定的片段,与图纸证据已确认的片段分别标记。
三种不同的复用方式
同一个零件:重放或参数化复用
如果目标是再次得到既有 GPT-6 候选,程序可以直接重放其操作序列,Luna 无需重新猜建模过程。仍须显示原候选的未完成项。这解决重复生成的一致性,不证明模型能理解其他图纸。
相似的新零件:检索少量适用案例
先识别结构特征,再选择相关经验。读图阶段参考尺寸引出对象和多视图对应的方法;建模阶段参考截面、布尔运算和重复特征的操作;修复阶段参考同类错误及验证方式。经验按阶段注入,而非把整份运行日志反复塞入每次请求。
经验卡应包含适用条件、排除条件、参数、操作、检查和失败模式。原图及用户明确尺寸优先于检索案例,不能因案例形状相似就覆盖当前图纸的事实。使用的经验 ID 与版本写入任务记录,方便比较有无经验时的差异。
这属于请求时提供参考材料,不会自动改变模型权重;仅把文件放进仓库,当前程序也不会自动让 Luna 学会它。需要明确的读取、筛选、注入及效果评估流程。
稳定重复的方法:固化为程序能力
对于已验证的曲面薄壁构造、局部平面定位、成组孔槽和材料连接检查,逐步封装成参数化能力,让 Luna 选择方法和填参数,程序确定地完成构造和检查。它比让模型每次从零组织几十个低层操作更容易保持一致,但需要先覆盖变体并明确适用范围。
第一批经验卡建议
- 尺寸引出对象的确认。 保存总包络与局部标注的区别;示例指出“数字接近”不代表约束对象相同。可教的是识别方法,不是把某个固定长度记成所有相似零件的答案。
- 曲壁与平平台组合的主体。 参考圆截面、限高相交、平台融合、轴向空腔的构造顺序。只在原图支持这种截面时适用;尺寸作为参数,不将 R29.5、内径56、平台宽40或肩部R3推广为默认值。
- 多视图孔槽对应。 对每个孔记录所在面、长轴、贯穿方向、层数及与相邻材料的关系,避免把投影重复计孔,或把上下排列误写成左右排列。
- 端部开放缺口。 区分开放缺口与封闭孔,确认开口方向、同端/异端、保留的连接材料,不能默认前后镜像。
- 失败后修复。 例如多边形外壁虽然有效但形状不符;阵列 spacing=0 被拒绝后应依据参数契约修正;同样的核对错误反复出现时应检查证据是否真正传给核对员。
这些是待整理的方法候选,不是已审核的经验库。每张卡应带正反例并执行验证,适用范围未证明的内容保留为实验样例。
如何证明经验有帮助
先做能定位问题的小对照,再扩大样本:
| 条件 | 主要回答的问题 |
|---|---|
| Luna 原流程 | 当前基线和重复运行波动 |
| Luna + 经核对的需求表 | 读图正确后,主要几何是否仍会做错 |
| Luna + 通用建模经验卡 | 方法参考能否减少错误操作、遗漏和无效调用 |
| Luna + 参数化组合能力 | 将确定步骤交给程序后,一致性与调用开销是否改善 |
第二项是诊断实验,正确需求表属于额外输入,不能与纯图片生成混称同一种能力。其他条件应固定输入、模型及预算规则,并记录经验数量、工具粒度和实际消耗;不得在对照中悄悄更换核对标准。
3C 一旦成为教学案例,就只能用于学习流程验证和回归复现,不能再作为未见测试样本来证明泛化。训练/参考案例与测试图纸按零件及结构族分组,避免同一模型的不同视图、裁切或仅改尺寸版本跨组泄漏。
评估同时看关键特征的数量/方向/开口/连接、尺寸误差、几何有效性、是否完成、时间与调用次数、重复运行波动;体积交并比只作辅助。不能仅以 Luna 自己说“通过”作为验收标准。对于人工核对数量有限的样本,应明确报告样本规模,而非给出普遍能力保证。
建议实施顺序
先整理 GPT-6 的可验证片段和 Luna 的失败对照,再补齐参数来源传递及原图与冻结需求冲突的纠错渠道;随后做少量经验的按阶段检索,最后将稳定方法封装为组合能力。先验证现有 API 是否能从参考案例获益,积累足够且经过审核的案例后,再单独评估训练方案。
经验能够降低 Luna 从零规划的难度,但不会自动修复错误的图纸需求、没有证据输入的核对流程或遗漏的验证项目。预期改善应由未参与教学的新图纸和重复运行来证明。