/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
28 сен 2026

FutureCAD-7B

Генерация текстаТекст → текст3 профессии

FutureCAD-7B преобразует текстовые описания деталей в программы CadQuery для создания CAD-моделей.

176скачиваний за 30 дней0лайковвеса обновлены28 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FutureCAD-7B — языковая модель от jhlee11, дообученная на базе Qwen2.5-7B-Instruct для генерации программ CadQuery по текстовым описаниям. Она преобразует запросы на естественном языке в Python-код для параметрического CAD-моделирования; при успешном выполнении кода инструменты проекта могут экспортировать модели в STEP и STL. Модель основана на плотной архитектуре Qwen2 и содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов.

В карточке указан английский язык. Для запуска и форматирования запросов README направляет к репозиторию проекта, который предоставляет шаблон промпта и расширения CadQuery. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация Python-кода CadQuery по описанию детали
  • создание параметрических CAD-моделей из текстовых запросов
  • подготовка CAD-кода для последующего экспорта в STEP или STL

Ограничения

Экспорт STEP и STL зависит от успешного выполнения сгенерированной программы в среде проекта. Для корректного форматирования запросов и исполнения README отсылает к коду проекта и его расширениям CadQuery.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FutureCAD-7B

FutureCAD-7B generates CadQuery programs from text descriptions. It is based on Qwen2.5-7B-Instruct.

Paper · Code · Dataset · BRepGround

Text-to-CAD

Install the futurecad environment from the code repository. Run from that repository's root:

python scripts/download_models.py
bash scripts/serve_grounding.sh

In another terminal using the same environment:

export VLLM_USE_FLASHINFER_SAMPLER=0
python -m futurecad.text_to_cad \
  --text "Create a cylinder with radius 10 mm and height 20 mm." \
  --model weights/futurecad-llm \
  --output-dir outputs/cylinder

The command saves the generated Python program and exports STEP/STL when CAD execution succeeds. The repository supplies the prompt template and CadQuery extensions used by the model.

Load with Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "jhlee11/FutureCAD-7B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="auto", device_map="auto")

For prompt formatting, generation, execution and evaluation, use the code repository.

Citation

@misc{li2026highfidelitycadgenerationllmdriven,
  title={Towards High-Fidelity CAD Generation via LLM-Driven Program Generation and Text-Based B-Rep Primitive Grounding},
  author={Jiahao Li and Qingwang Zhang and Qiuyu Chen and Guozhan Qiu and Yunzhong Lou and Xiangdong Zhou},
  year={2026},
  eprint={2603.11831},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2603.11831},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
f3b97e4

0 моделей