PulseAugur
中
实时 13:33:50
实体 Build What I Mean benchmark

Build What I Mean benchmark

PulseAugur coverage of Build What I Mean benchmark — every cluster mentioning Build What I Mean benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_108019 ·

    2.5D分解流水线提升大语言模型在建筑任务中的空间推理能力

    研究人员开发了一种名为“2.5D分解”的新型神经符号流水线，以提高大语言模型（LLMs）在建筑任务中的空间推理能力。该方法将LLM的规划分解到二维水平面，同时由确定性执行器处理垂直放置，从而显著减少坐标错误。该系统在使用GPT-4o-mini的Build What I Mean基准测试中实现了94.6%的结构准确率，优于GPT-4o和其他领先系统。值得注意的是，该流水线在使用Nemotron-3 120B模型在边缘硬件上本地运行时也表…