PhyDrawGen: l'IA genera diagrammi di fisica dal testo
Un gruppo di ricercatori ha sviluppato PhyDrawGen, un nuovo framework che converte il linguaggio naturale in diagrammi di fisica rispettando le leggi della fisica. Questo modello si distingue perché non confonde le direzioni delle forze né viola le leggi di conservazione, a differenza di altri. Innanzitutto, utilizza un grande modello linguistico per creare un grafo di scena tipizzato dal testo di input. Poi, un risolutore specifico lo trasforma in un Planar Straight-Line Graph (PSLG) che rappresenta accuratamente forze, percorsi luminosi e strutture di campo. Infine, il modello Qwen-VL ottimizza l'output attraverso un ciclo di feedback visivo per correggere eventuali violazioni delle regole. PhyDrawGen è stato testato su 1.449 problemi di fisica e ha superato sia GPT-5-image che Gemini 2.5 Flash.
Fatti principali
- PhyDrawGen è un pipeline neuro-simbolico per generare diagrammi di fisica dal testo.
- Separa la comprensione semantica della scena dalla soddisfazione dei vincoli fisici.
- Un grande modello linguistico estrae un grafo di scena tipizzato dal testo del problema.
- Un risolutore deterministico converte il grafo in un Planar Straight-Line Graph (PSLG).
- Il PSLG codifica l'equilibrio delle forze, i percorsi ottici e le topologie di campo come primitive geometriche.
- Un modello Qwen-VL ottimizzato implementa un ciclo di proposta-verifica per correggere le violazioni.
- Valutato su 1.449 problemi di meccanica, ottica ed elettromagnetismo.
- Supera GPT-5-image e Gemini 2.5 Flash.
- L'articolo è disponibile su arXiv con ID 2605.30512.
- L'approccio affronta l'allucinazione dei vettori di forza e la violazione delle leggi di conservazione.
Entità
Istituzioni
- arXiv