EngiWorld：前沿智能体能在专业工程环境中完成什么？
EngiWorld 是用于评估自主智能体操作专业工程软件能力的基准测试，涵盖 CAD、CAE、CAM、BIM、EDA 和 3D 可视化六大领域，包含专家设计的 1,301 项任务，以及支持图形界面和命令行界面的 26 个软件平台。其以成果物为中心的评估方法会检查几何有效性、物理可行性和规则合规性。对 7 个前沿模型的评估显示，智能体能力仍存在明显差距：表现最佳的模型 EngiScore 仅为 44.3，跨多个软件的尝试成功率只有 3.6%。EngiWorld 为衡量智能体端到端执行专业工程工作流的进展提供了严谨基础。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。