GlazyBench: A Benchmark for Ceramic Glaze Property Prediction and Image

원문 발행 2026. 05. 08. 02:51원문 언어 영어AI 한국어 번역arXiv cs.AI 원문 보기

요약

세라믹 광택(glaze) 개발은 복잡하고 비용이 많이 드는 과정입니다. 본 논문에서는 이러한 문제를 해결하기 위해, 실제 광택 조성물 23,148개를 포함하는 최초의 AI 보조 설계 데이터셋인 GlazyBench를 제안합니다. 이 데이터셋은 원료 조성물로부터 표면 특성 예측과 시각적 이미지 생성을 지원하며, AI 기반 재료 과학 분야에 표준화된 평가 기준을 제공합니다.

핵심 포인트

세라믹 광택 개발의 어려움(비용, 시간)을 해결하기 위한 AI 솔루션이 필요함.
GlazyBench는 23,148개의 실제 광택 조성물을 포함하는 최초의 데이터셋임.
데이터셋은 (1) 원료 기반 표면 특성 예측과 (2) 시각적 이미지 생성이라는 두 가지 주요 작업을 지원함.
이 벤치마크는 AI 보조 재료 설계 분야에 표준화된 평가 기준을 제시하여 연구 방향을 개척할 것으로 기대됨.

세라믹 광택 (glaze) 을 개발하는 것은 복잡한 화학으로 인해 시행착오 과정이므로 비용이 많이 들고 시간이 오래 걸리면서 독립적인 예술가들에게 큰 부담을 줍니다. 최근 멀티모달 AI 의 발전은 현대적인 해결책을 제공하지만, 이 모델을 훈련하기 위해 필요한 대규모 데이터셋이 부족합니다. 우리는 첫 번째 AI 보조 광택 설계용 데이터셋인 GlazyBench 를 제안합니다. 23,148 개의 실제 광택 조성물 (formulations) 을 포함하며, 원료에서 후공정 표면 특성 (색상과 투명도 등) 을 예측하는 것과 이러한 특성에 기반한 광택의 정확한 시각적 표현을 생성하는 두 가지 주요 작업을 지원합니다. 우리는 전통적인 머신러닝과 대규모 언어 모델을 사용하여 특성 예측에 대한 종합적인 기준선 (baseline) 을 설정하고, 심층 생성 모델 및 대규모 멀티모달 모델을 사용하여 이미지 생성 벤치마크를 구축했습니다. 우리의 실험은 유망하지만 도전적인 결과를 보여줍니다. GlazyBench 는 AI 보조 재료 설계 분야에서 새로운 연구 방향을 개척하며 체계적 평가를 위한 표준화된 기준선을 제공합니다.

AI 자동 생성 콘텐츠

원문 바로가기

GlazyBench: A Benchmark for Ceramic Glaze Property Prediction and Image

요약

핵심 포인트

댓글