TOOLCAD：利用强化学习探索文本生成 CAD 中的工具使用大语言模型

计算机辅助设计（CAD）是依赖长程推理的专业任务。针对现有研究缺乏对工具型大语言模型与 CAD 引擎最优交互的探索，本文提出 ToolCAD 框架，将大语言模型部署为用于文本生成 CAD 的工具使用代理。我们构建了交互式 CAD 建模环境以生成推理与工具增强轨迹，并结合混合反馈与人类监督。通过端到端后训练策略及在线课程强化学习，促使代理提炼 CAD 思维链并进化为熟练的工具使用者。实验表明，该方法使开源模型在 CAD 任务上媲美专有模型。