算法论文8

DrafterBench评测：大模型下工地能力待提升

新智元2025-07-17

AI 摘要

加拿大麦吉尔大学等团队推出DrafterBench评估基准，评测主流大模型在土木工程图纸修改任务的表现。结果显示模型有一定能力，但整体水平未达工程一线要求，后续将拓展更多工程场景。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

DM0.5横扫RoboColiseum四榜登顶

本文报道原力灵机DM0.5在智元机器人发起的RoboColiseum具身模型评测中拿下四个单项第一，这已是该模型连续拿下六套不同类型公开评测的榜首，攻破了传统具身模型换题掉分的痛点，目前已开源落地产业场景。

当前大语言模型长期记忆方案均基于相似度检索，存在结构性盲区，无法在无字面/语义相似时召回关联记忆。腾讯团队提出T-Mem，实现AI联想回忆，已被EMNLP 2026接收，代码开源并上线QQ AI伙伴。

本文是DeeplearningAI《The Batch》的最新报道，汤森路透推出法律、新闻、金融领域定制大语言模型Thomson，基于Qwen构建，性能优于多款通用大模型，小版本将开源供非商业使用。

Astra发布，OpenAI联合创始人宣布AGI时代降临。虽官网文章曾“404”，但GPT - 6 Astra已问世。它在多项测试近乎满分，还在内测中展现强大能力，如PCB自动布局布线等，也突破诸多数学难题。