3D-DefectBench: A Controlled Factorial Study of Vision-Language Model Evaluation Pipelines for Fine-Grained 3D Generation Defects
Zhenyu Zhao, Nanshan Jia, Jihyeon Je, Yifu Tang, Alvin Chan
実装難易度
Hard
推論・学習コスト
High
想定用途
検出
概要
Automated evaluation is essential for scaling generative 3D systems, where exhaustive human review is costly and slow. However, the reliability of an automated judge depends on the entire evaluation pipeline, not only the underlying vision-language model (VLM), but also how assets are rendered, what visual evidence is provided, how the task is specified, and how human reference labels are…
何が新しいか
Automated evaluation is essential for scaling generative 3D systems, where exhaustive human review is costly and slow. However, the reliability of an automated judge depends on the entire evaluation…
何に使えるか
検出
実装情報
- Paper URL
- あり
実装チェックリスト
実装または配布ページ
要確認Paper onlyの可能性があるため再実装前提で確認してください。
一次情報リンク
OKPaper
検証しやすさ
要確認公式実装が見つからないため、論文から再実装する前提です。
計算資源
要確認学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
ライセンス
未取得配布元のLICENSE、モデルカード、Paperの利用条件を確認してください。
商用利用
未取得研究利用限定、データセット由来制限、API規約の有無を確認してください。
自社データで試すなら
製造業・材料開発のExcel/CSVデータに落とし込むための最初の手順です。
- 1まず自社データを、入力条件、目的変数、評価したい指標に分けて整理します。
- 2LightGBMやRandom Forestなどのベースラインを先に作り、この手法と比較します。
- 3評価指標はR2/RMSE、AUC、異常検知の再現率、実験回数削減率など、現場の意思決定に近いものを選びます。
- 4SHAPや特徴量重要度で、効いている因子が物理・化学・工程知識と矛盾しないか確認します。
実装難易度
Hard - 公式実装が見つからないため、論文から再実装する前提です。
必要リソース
- GPU目安: High
- データセット: 論文・リポジトリ側の指定を確認してください。
- 学習要否: 再学習や評価環境の準備が必要になる可能性があります。
- 学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
実務で使う場合の注意点
- ライセンスと商用利用条件は、Paper / GitHub / Hugging Face の配布元で確認してください。
- 精度、再現性、計算コストはデータセットや評価条件に依存します。
- 個人情報や機密データを扱う場合は、入力データの保存先と外部API利用条件を確認してください。
関連記事
Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2026-ECCV2024-AIGC — A Collection of Papers and Codes for CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC
CVPRに基づくAIを取り入れるための資料集を提供します。CVPR 2026、2025、2024、およびECCV 2024に基づくAIGCに関する研究論文とソフトウェアコードを含みます。
Action Map Policy: Learning 3D Closed-loop Manipulation via Pixel Classification
The action space poses a major challenge in robot learning, since it is often high-dimensional, can span long
GNOCHI: Generative Neural mOdel for Close Human-Human Interactions
Creating realistic 3D human-human interactions in virtual environments is challenging due to the high degrees
Magic123 — [ICLR'24] Official PyTorch Implementation of Magic123: One Image to High-Quality 3D Object Generation Using Both 2D and 3D Diffusion Priors
Magic123は、画像を1枚入力し、画像と3Dデータ双方の情報を利用して高質の3Dオブジェクトを生成することができる。