„Google“ pristatė inžinerinių dirbtinio intelekto agentų vertinimo standartą
Trumpai: „Google“ pristatė „Physical-Engineering's Last Exam“ (PLE) – naują vertinimo sistemą, skirtą tikrinti DI agentų gebėjimus mechaninės, elektros, civilinės ir struktūrinės inžinerijos srityse. Skirtingai nei standartiniuose testuose, PLE reikalauja, kad agentai apdorotų didelius projekto aplankus, įskaitant CAD brėžinius ir statybos normas, ir pateiktų saugius, reikalavimus atitinkančius sprendimus.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Google Cloud AI“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Paskelbtos 85 ilgalaikės užduotys keturiose inžinerijos srityse.
- 2Pristatyta konteinerizuota aplinka, imituojanti tikrus inžinerinių projektų darbo procesus.
- 3Įdiegti griežti, saugumu grįsti vertinimo protokolai agentų rezultatams.
- 4Atidaryta vieša rezultatų suvestinė (leaderboard) našumui vertinti.
Kodėl tai svarbu?
Dabartiniai pažangūs modeliai PLE teste surenka mažiau nei 50 % balų, o tai rodo didelį atotrūkį atliekant atsakingas inžinerines užduotis. Kūrėjams tai suteikia realistinį pagrindą pamatuoti agentų patikimumą ir atitiktį saugos standartams prieš diegiant juos praktikoje.
Ką tai reiškia AI agentams ir kontaktų centrams?
Vertindami savo agentų mąstymo ir įrankių kvietimo galimybes, naudokite PLE, kad išbandytumėte jų našumą dirbant su daugybe failų ir griežtais apribojimais. Prioritetą teikite testavimui, kaip jūsų agentų konfigūracijos užtikrina saugos barjerus ir tikslumą dirbant sudėtingose, dokumentų kupinose inžinerinėse aplinkose.
🧪 Verta testuoti
Naudokite šį įrankį, kad įvertintumėte savo agentų architektūros patikimumą, atitiktį saugos reikalavimams ir daugiapakopio mąstymo tikslumą pagal profesionalius inžinerijos standartus.
Šaltiniai
- Google Cloud AIOficialusPirminis šaltinisOriginalus straipsnis →„Introducing Physical-Engineering’s Last Exam for agents“2026-11-03 19:00
- Šaltinio publikavimo data
- 2026-11-03 19:00
- Mūsų sistema rado
- 2026-11-03 19:03
- Santrauka sugeneruota
- 2026-11-03 19:33
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas