麦吉尔大学 发布 DrafterBench 数据集, 应用在 土木工程绘图、大型语言模型 领域

麦吉尔大学 本次发布的数据集 DrafterBench, DrafterBench是一个开源的自动工具包，旨在评估大型语言模型（LLM）代理在土木工程绘图修订任务中的自动化能力。该数据集包含了从现实世界绘图文件中总结的12种任务类型，共有46个定制化功能和1920个任务。DrafterBench通过模拟实际场景，测试AI代理在解读复杂和长上下文指令、利用先验知识和适应动态指令质量方面的能力。数据集通过系统分析任务准确性和错误统计数据，为集成LLM在工程应用中提供了深入见解。

查看DrafterBench

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。