摘要。大型语言模型(LLM)在各个领域取得了巨大的成功,彻底改变了语言翻译,文本生成和提问等任务。但是,生成平面图设计构成了一个独特的挑战,需要实现复杂的空间和关系约束。在本文中,我们提出了ChatDesign,这是一种创新的方法,它利用预先训练的LLMS的力量从自然语言描述中生成平面图设计,同时根据用户互动结合了迭代修改。通过通过预先训练的LLM处理用户输入文本并利用解码器,我们可以生成回归参数和平面图,这些参数和平面图精确量身定制,以满足用户的特定需求。我们的方法结合了一个迭代完善过程,通过考虑输入文本和先前的结果来优化模型输出。在这些互动中,我们采用了许多战略技术来确保生成的设计图像与用户的要求完全符合。通过严格的实验(包括用户研究)证明其可行性和功效,对所提出的方法进行了广泛的评估。经验结果一致地证明了我们方法比现有方法的优越性,展示了其生成平面图的能力,这些平面图与人类设计师创造的人相媲美。我们的代码将在https://github.com/thu-kingmin/chatdesign上找到。
主要关键词