/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
27,1 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
pointllm · dense
Базовая модель
PointLLM_7B_v1.1_init
Библиотека
transformers
Опубликована
2 окт 2026

3D-PLOT-LLM-7B

Генерация текстаТекст → текст3 профессии

Дообученная модель PointLLM для описания 3D-объектов и сопоставления текстовых описаний частей с регионами облака точек.

661скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

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

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

3D-PLOT-LLM-7B — дообученная мультимодальная модель для диалога о трёхмерных объектах, разработанная в рамках работы «3D-PLOT-LLM: Part-Level Object Tokens for 3D Large Language Models». Она расширяет PointLLM на базе Vicuna-v1.5-7B и использует замороженный Point-BERT для кодирования облаков из 8192 точек. Модель делит токены патчей на 16 регионов и добавляет специальные маркеры регионов с модулем их уточнения; добавлено менее миллиона параметров, общий размер модели — 6,6 млрд параметров.

Модель принимает описание объекта и его подготовленные данные разбиения на регионы в формате `.pack.npz`. Она умеет определять, какие регионы соответствуют описанию части, описывать заданные регионы и составлять подпись для целого объекта. Контекст — 2048 токенов; карточка указывает английский язык. Модель распространяется в формате PyTorch bf16 и требует окружения PointLLM и файлов разбиения объекта. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Сценарии применения

  • поиск регионов 3D-объекта по описанию его части
  • описание выбранных областей облака точек
  • создание текстовой подписи для 3D-объекта
  • ответы на вопросы о частях трёхмерных объектов

Ограничения

Для каждого объекта нужны подготовленные данные разбиения `.pack.npz` и окружение PointLLM; воспроизведение оценки в карточке описано для среды статьи и A100. Лицензия CC BY-NC 4.0 ограничивает использование некоммерческими целями.

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

3D-PLOT-LLM-7B

Weights of 3D-PLOT-LLM: Part-Level Object Tokens for 3D Large Language Models (NeurIPS 2026).

3D-PLOT-LLM extends PointLLM (Vicuna-v1.5-7B with a frozen Point-BERT encoder on 8192-point Objaverse clouds). The encoder's patch tokens are partitioned into K=16 regions; each region is prefixed with a learnable marker and a reserved vocabulary token <part_k>, refined by a lightweight Marker-Space Refinement module. The model can answer which regions a part description refers to, describe a given set of regions, and caption whole objects, with fewer than one million added parameters.

Usage

git clone https://github.com/jintangxue/3D-PLOT-LLM && cd 3D-PLOT-LLM
source env.sh   # set POINTLLM_DATA, BCP_PACK_DIR, PARTVERSE_QA_DIR
python pointllm/eval/eval_partverse_caption2slots.py --model_name jintangx/3D-PLOT-LLM-7B \
    --anno_path $PARTVERSE_QA_DIR/eval_c2s.json \
    --data_path $POINTLLM_DATA/objaverse_data --bcp_pack_dir $BCP_PACK_DIR

The checkpoint is in PointLLM format (PointLLMLlamaForCausalLM, bf16) and loads with the pinned transformers commit used by the code. Each input object needs its partition pack (<object_id>.pack.npz), shipped with the dataset for the evaluation objects and generated by the repository tools otherwise. See the repository README for installation and the environment used for the paper.

Results

BenchmarkMetricScore
PartVerse-QA caption-to-slots (392 queries)Jaccard / exact match0.459 / 13.78%
PartVerse-QA slots-to-caption (196 queries)SBERT62.0

Caption-to-slots uses greedy decoding and reproduces the paper's predictions exactly on an A100 with the paper's environment. Slots-to-caption is the mean over 5 sampled runs (temperature 1.0, top-p 0.95, top-k 50). See the paper for the full tables.

License

Non-commercial research use: the weights inherit the Llama 2 community license of the Vicuna backbone and the CC-BY-NC-4.0 license of the PointLLM initialization. The code is CC BY-NC-SA 4.0.

Citation

@article{xue20263d,
  title={3D-PLOT-LLM: Part-Level Object Tokens for 3D Large Language Models},
  author={Xue, Jintang and Wang, Xinyu and Wu, Yixing and Chen, Jingwen and Kuo, C-C Jay},
  journal={arXiv preprint arXiv:2606.19828},
  year={2026}
}

Accepted at NeurIPS 2026; the entry will be updated when the proceedings version is published.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура pointllm неизвестна transformers в образе рантайма.

Класс архитектуры
PointLLMLlamaForCausalLM
Ревизия весов
2f92642

0 моделей