本文介绍了多种点云补全算法，如SnowflakeNet、PoinTr和AdaPoinTr。这些算法通过引入Transformer架构和几何感知块，提升了点云的细节保留和补全质量。实验结果表明，这些新方法在多个基准测试中优于现有技术，展现了良好的性能和效率。

本文介绍了基于Geoformer框架的几何问题基准测试UniGeo，提出了几何形式化理论（GFT）和形式几何问题解决器（FGPS），实现了高效的几何问题求解。研究表明，结合深度学习和符号推理可显著提高解题准确率，尤其在国际数学奥林匹克（IMO）级别的几何问题上。