BenchCAD 2.0:前沿模型专业 CAD 建模最高仅得 0.59 分
hanjie_chen · x · 2026-10-13
研究者发布面向专业 CAD 设计的 3D 建模基准 BenchCAD 2.0,评测 5 个前沿模型,最好成绩仅 0.59/1.0。配图展示 100 个 held-out 案例上分数与单案例成本的曲线:GPT-6 Astra 以约 10 美元/案例拿到最高约 0.59 分,Claude Opus 5.5 在 30 美元/案例附近达约 0.57 分,Sonnet 5.5、Haiku 5.5 和 Fable 5.1 更低,显示专业 3D 建模对前沿模型仍是显著短板,且提升依赖昂贵的 test-time compute。
「研究」频道最新
- CMU 等提出 ReSYNC：从机器人失败中学习可复用技能，入选 CoRL 2026 — DJiafei · 2026-10-13
- Galbot 发布 PASSAGE：100 小时人类数据让人形机器人穿行杂乱场景 — chris_j_paxton · 2026-10-13
- Joseph Jacks 长文：AlphaFold 与 ESM 等序列模型漏掉了什么 — JosephJacks_ · 2026-10-13
- Ofir Press：人类基线时代终结，现在是设计基准的新方法论 — OfirPress · 2026-10-13
- 纯 NumPy 手写 Transformer,约 6.8 万参数自学会「看对地方」排序 — dima806_dima · 2026-10-13
- Meta/MIT 论文 ReHarness：用任务结果回写修正 agent 经验记忆 — dair_ai · 2026-10-13