IFC
PulseAugur coverage of IFC — every cluster mentioning IFC across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
ONESTRUCTION 利用 AWS 构建专注于建筑业的基础模型
ONESTRUCTION 公司与 AWS 合作，为建筑行业的建筑信息模型 (BIM) 工作流程开发了 Ishigaki-IDS，一个专门的基础模型。该模型通过采用三阶段训练流程、合成数据生成以及结构化输出的可验证奖励，解决了数据稀缺和 IDS (信息交付规范) 等 BIM 标准复杂性的挑战。开发过程利用了 AWS GenAIIC，并使用了 Amazon EC2 P5en 实例进行分布式训练，旨在降低建筑专业人士有效利用 BIM 数据的门槛。
-
新的BIM-Edit基准测试揭示LLM在处理复杂的建筑模型编辑方面存在困难
研究人员推出了BIM-Edit，这是一个旨在评估大型语言模型（LLM）使用行业基础类（IFC）格式编辑建筑信息模型（BIM）能力的新基准测试。该基准测试包含跨越各种建筑模型的324项编辑任务，重点关注几何精度、语义有效性和拓扑一致性。目前的LLM显示出显著的局限性，表现最好的模型得分仅为49.5%，没有一个模型能完全解决超过3.4%的任务，这凸显了它们在处理结构化工程设计工作流程方面的能力差距。
-
新基准测试LLM生成BIM行业标准XML的能力
研究人员推出了Ishigaki-IDS-Bench，这是一个新的基准测试，旨在评估大型语言模型（LLM）根据建筑信息模型（BIM）需求生成信息交付规范（IDS）XML的能力。该基准测试包含166个跨越不同建筑领域和语言的专家验证示例，以及用于比较的黄金IDS文件。初步评估显示，虽然LLM可以部分表达信息需求，但它们在持续生成符合IDS标准和IFC词汇约束的XML方面存在困难，表现最好的模型内容一致性仅达到65.6%。