事件专题 ·多源确认

CAE-Bench 发布:评估 AI 智能体开发可复用 CAE 求解器的能力

研究者发布 CAE-Bench,一个用于评估 AI 智能体开发计算机辅助工程(CAE)求解器能力的基准。CAE 求解器不只是 PDE 求解器,还需要在不同边界条件、几何形状和材料属性等输入上保持泛化。基准的设计方式是:同一任务(如传热问题)提供多个用例,智能体只能使用少量公开用例开发求解器,然后在从未见过的保留用例上测试。 实验覆盖 12 个模型、80 个计算任务和多种推理设置。结果显示,AI 开发的求解器即使公开用例上表现良好,在保留用例上也可能得 0 分;在流体动力学任务上,连 GPT-6 Astra 开发的求解器在保留用例上也表现很差。基准附带数据格式和任务注册 SDK,研究者可以在自己的基础设施上运行。

当前结论

搞 CAE 仿真的工程团队和做智能体评测的研究者应该看看。它专挑求解器泛化能力下手,80 个任务、12 个模型测下来,连 GPT-6 Astra 在流体任务上都翻车,比通用代码基准更能暴露智能体的真实短板。附带了数据格式和 SDK,可以直接接进自己的测试环境。

6 个信源31° AI 热度最后更新 2026/11/16 15:40:43

证据链

6 个信源
相关来源 5歸藏(guizang.ai)
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。