arXiv cs.CL· Hongcheng Gao, Hailong Qu, Yu Lei, Henghui Sun, Haoyang Li, Yipeng Wei, Naihao Xue, Xiaohan Yu, Zhuo Tao, Yihe Zang, Yajiao Wang, Jingyi Tang, Yi Li, Jingjing Zhou, Jie Luo, Bohan Zeng, Chengyu Shen, Hao Jiang, Chong Chen, Bowen Qu, Olive Huang, Zeqiang Wang·· 2 小时前AI 评分34
EngiWorld：前沿智能体在专业工程环境中能交付什么？
EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?
AI 导读
研究团队发布 EngiWorld 基准，包含 1301 个专家精选任务，覆盖 CAD、CAE、CAM、BIM、EDA、DCC 六大工程领域和 26 款专业软件，提供 GUI 与 CLI 接口。该基准采用基于领域验证器的产物中心评估方法，检查几何有效性、物理可行性与设计规则合规性。对七款前沿模型的评测显示能力差距显著：最强模型仅得 44.7/100，需跨软件协调的任务成功率仅 3.6%。
来源：arXiv cs.CL · arxiv.org