arXiv cs.AI· Zhuotao Xu, Chi Zeng, Liying Yang, Xinxing Yu, Yanyan Liang·· 2 天前AI 评分19
SemDraft：从成对服装样板中学习搜索可执行制版程序
Learning to Search for Executable Patternmaking from Certified Programs
AI 导读
SemDraft 是首个从成对前后服装样板中学习搜索可执行制版程序的框架，无需记录编辑步骤。它通过有界搜索恢复编辑动作程序，并需通过从头重编译、动作对有序或可互换分类、独立重放三重校验才获认证。在两组各 80 个顺序敏感案例上，学习排序器在 1000 次搜索内分别认证 63 和 64 个案例，非学习排序器最多为 53 和 52 个。
正文 · AI 翻译
摘要：近期模型可从图像或文本生成缝纫纸样，而基于程序的表示使这些纸样可执行。这些系统生成的是成品纸样，并未建模打版师如何将一种纸样转变为另一种。实践中，新款式是通过编辑现有纸样制成的：加长衣身、移动省道、更换袖子。纸样档案记录的是此类编辑的结果，而非任何步骤。我们观察到，可以通过在编辑操作上搜索，直到一种纸样变为另一种，从而恢复这些步骤。确定性编译器使恢复出的步骤可被检验。为此，我们提出 SemDraft，这是首个从成对的编辑前后缝纫纸样中学习搜索可执行打版程序、且无需记录编辑步骤的框架。具体而言，有界搜索恢复出一个由编辑操作组成的程序，并仅在通过三项检查后才予以认证：它从头重新编译，其每一对操作都被分类为有序或可互换，且独立重放可得到相同纸样。随后，经认证的程序训练一个模型，该模型在同一搜索内对候选操作进行排序。在两个各含 80 个顺序敏感案例的冻结抽样上，在其他所有搜索组件固定的情况下，学习得到的排序器在 1,000 次搜索执行内分别认证了 63 和 64 个案例，而非学习排序器最多认证 53 和 52 个。
| 评论： | https://arxiv.org/submit/8234086/start |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；图形学（cs.GR） |
| 引用为： | arXiv:2610.21579 [cs.LG] |
| （或 arXiv:2610.21579v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21579 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Zhuotao Xu [查看电子邮件]
[v1]
2026年10月15日星期四 09:28:18 UTC（231 KB）
来源：arXiv cs.AI · arxiv.org