一个名为2D-FET-Bench V2的新基准已被开发出来,用于评估语言模型设计场效应晶体管(FET)布局的能力。该基准包含128个任务,每个任务提供来自二维薄膜显微图像的文本规格和轮廓坐标。系统以GDSII格式生成布局,然后验证其几何和结构正确性。在评估中,GPT5.6-Luna结合ReAct-3工作流,在任务上取得了62.3%的成功率,至少成功解决80.5%的任务,并在43.8%的尝试中表现出一致性。 AI
影响 该基准有望加速半导体制造和材料科学中由AI驱动的设计。
排序理由 该条目描述了一个新的基准和对特定科学/工程任务AI模型的评估,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
- 2d-fet-bench
- 2D-FET-Bench V2
- arXiv
- field-effect transistor
- GDSII stream format
- GPT5.6-Luna
- Hugging Face
- ReAct-3
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →