Information Delivery Specification
PulseAugur coverage of Information Delivery Specification — every cluster mentioning Information Delivery Specification 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。
-
推荐系统从原始ID演进到语义规划
一篇研究论文探讨了推荐系统的演进，详细介绍了它们如何从使用原始ID转向整合语义ID以更丰富地利用信息。该论文认为，这种演进正朝着“语义规划”发展，即系统在选择特定项目之前预测一个语义目标。这一进步可能需要改变模型设计、评估方法以及用户、平台和提供商之间的目标协调。
-
开源大模型起草 BIM 规范，作者时间缩短 54%
研究人员开发了 Ishigaki-IDS，一个开源的大型语言模型，专门用于协助建筑信息模型 (BIM) 项目起草信息交付规范 (IDS) 文件。该模型集成了 BIM/IDS 数据的持续预训练、监督微调以及带有验证器反馈的强化学习，以生成机器可检查的 IDS 草稿。在关键指标上，Ishigaki-IDS 的表现显著优于 Claude Opus 4.5 等现有大模型，并在用户研究中显示作者时间可缩短 50% 以上，减轻了创建这些规范的实际负担。
-
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%。