في عالم الطباعة ثلاثية الأبعاد، يعتبر تقييم قابلية الطباعة (Printability) عنصراً أساسياً لضمان أن التصاميم التي يتم إنشاؤها باستخدام البرمجيات مثل تصاميم البرمجيات المساعدة على التصميم (CAD) أو ملفات الاستريوليثوغرافي (STL) يمكن إنتاجها بنجاح. وبالرغم من أهمية هذا الأمر، غالباً ما يتم تقييم ملائمة المهام بعد الطباعة، مما يعني أن خيارات المواد أو العمليات غير الملائمة قد تُكتشف فقط بعد فقدان الوقت والموارد.

في محاولة لحل هذه المشكلة الملحة، قدمت ورقة بحثية جديدة في منصة arXiv إطار عمل مبتكراً يستخدم قدرات النموذج اللغوي الضخم (LLM) لفهم اللغة والتفكير، مع التركيز أيضاً على الأدلة الجيومترية والمعرفة الهيكلية حول المواد والطابعات. ذلك يضمن تقديم توصيات موثوقة قبل بدء عملية الطباعة.

الإطار الجديد يقوم بتوليد توصيات شاملة تشمل تقييم القابلية للطباعة، اختيار المواد، ومعلمات العملية، بالإضافة إلى إرشادات التصميم والمخاطر المحتملة مع تقديم تفسيرات مبنية على البيانات. وقد تم تقييم هذا الإطار على مجموعة من السيناريوهات التسلسلية المعقدة لتصاميم STL، مستهدفاً استكشاف إثر هذه النهج على المستخدمين المبتدئين.

أظهرت النتائج أن الطريقة المقترحة حققت معدل طباعة يصل إلى 75.0% خلال 96 تجربة تحقق حقيقية، بنسبة ملاءمة مهام بلغت 88.9% بين العشرات من النماذج المطبوعة بنجاح. إضافة إلى ذلك، ارتفعت دقة اختيار المواد لنموذج Gemini 2.5 Flash-Lite من 37.5% إلى 90.0% عند استخدام النموذج اللغوي. وأكد التقييم من قبل الخبراء على تحسين جودة التقارير، بينما حسّن ردود الفعل المجانية بعد الطباعة من التوصيات في حالات الاعتماد على التصميم.

تشير هذه النتائج إلى أن نية المستخدم ومدى توافق النماذج الجيومترية مع المعرفة الهيكلية للمواد تعد عناصر رئيسية للمساعدة الفعّالة في الطباعة بناءً على المهام.