IFC-MCQ:面向建筑信息模型的LLM代理自动多选题基准生成方法
研究者于2026年10月24日在arXiv发布IFC-MCQ方法,旨在为建筑、工程与施工(AEC)领域中基于大语言模型(LLM)的Industry Foundation Classes(IFC)数据检索系统,自动生成可精确评分的多选题基准。
推荐理由:该工作直面LLM在专业结构化数据(如IFC)上评估难、成本高的痛点,提出首个面向IFC文件的自动化多选题生成框架,覆盖15类36子类,支持可复现、可扩展的代理能力评测。
检索标题、摘要与正文,把分散的信息连起来。
研究者于2026年10月24日在arXiv发布IFC-MCQ方法,旨在为建筑、工程与施工(AEC)领域中基于大语言模型(LLM)的Industry Foundation Classes(IFC)数据检索系统,自动生成可精确评分的多选题基准。
推荐理由:该工作直面LLM在专业结构化数据(如IFC)上评估难、成本高的痛点,提出首个面向IFC文件的自动化多选题生成框架,覆盖15类36子类,支持可复现、可扩展的代理能力评测。
Rescale 在 AWS 工程师协作下,依托 AI-Driven Development Lifecycle(AI-DLC)方法论、Strands Agents 框架及 Amazon Bedrock(Claude Opus 4.8),五天内完成可投入生产的 AI 测试分流代理,用于自动分类和路由夜间端到端测试失败,并在组织内推广该人机协同开发范式。