CADBench 发布：10 模型实测 CAD 任务，第一名通过率仅 24.6%
DynamicWebPaige · x · 2026-08-22
Seldon 发布 CADBench，在 Fusion 360 的 105 个真实 CAD 任务上评测 10 个模型。结果：Fable 5 与 Gemini 3.7 Flash 并列第一，通过率仅 24.6%。
转发者指出值得注意的信号：并列登顶的是 Google DeepMind 的 Gemini 3.7 Flash 而非前沿旗舰模型——在计算机使用的 CAD 场景里，「最好」与「便宜够用」之间的差距已接近零，这会改变谁能在 Fusion 360 里构建东西。该基准值得持续关注，可以衡量智能体离「造出能上手摸的实物」还有多远。
所属事件:CADBench 实测：Gemini 3.7 Flash 并列第一但通过率仅约 24.6%(3 条相关)→
「研究」频道最新
- 用 logit lens 透视 Beat Saber 微调模型：音符生成复用语言语法回路 — ctjlewis · 2026-10-16
- 128×128 记录难破：中间步骤实验如何预言了推理模型 — ctjlewis · 2026-10-16
- TeamFusion 研究:用偏好代理互搏替代 AI 总结,保住团队少数派声音 — burkov · 2026-10-16
- MIT 推出 C-GMT:人形机器人全身柔顺响应,不再硬抗外力 — MIT_CSAIL · 2026-10-16
- Spring 2027 新课：拓扑深度学习，从感知机讲到 WL 测试 — burny_tech · 2026-10-16
- Transluce 一年前论文已被指覆盖 MLP 神经元可解释性核心观点 — aryaman2020 · 2026-10-16