IXThinker·2026-05-13 12:20

BuildArena評測語言模型工程建造

首個面向工程施工自動化的基準平台BuildArena發布，評估大語言模型將自然語言規範轉化為物理可行結構的能力，提供可定制框架、可驗證的物理檢驗及多維評測指標，填補該領域系統性評估空白。

平台定位

工程施工自動化要求把自然語言規範轉化為物理上可行的結構，需要在嚴格物理約束下進行複雜的集成推理。語言模型雖具備廣泛知識與推理能力，其施工能力此前一直缺乏系統評估。