في عالم الذكاء الاصطناعي، تواصل نماذج اللغة الضخمة (LLMs) إبهارنا بقدراتها المتزايدة. مؤخرًا، ظهر معيار جديد يدعى MecEng، مُصمم خصيصًا لتقييم هذه النماذج في مجالات الهندسة الميكانيكية والهندسة الهندسية الفراغية.

يهدف معيار MecEng إلى قياس الكفاءة في إنشاء نماذج محاكاة متعددة الأجسام بناءً على أوصاف نصية معلمنة مسبقًا. يتضمن هذا الاختبار 84 مهمة عامة تتوزع على ثلاثة مستويات صعوبة، تتراوح من الأنظمة الصلبة التي تحتوي على مفاصل واحتكاك إلى الأنظمة متعددة الأجسام المرنة التي تتطلب توليد هندسة ثلاثية الأبعاد دقيقة.

تم استخدام تقنية Netgen لتحويل النصوص إلى هندسة جاهزة للمحاكاة، حيث تم بناء نماذج الأنظمة متعددة الأجسام لمجموعة من الأكواد مثل Exudyn. تمت مقارنة هذه النماذج مع حقائق مستقاة من خبراء لتأكيد الدقة على مستويات مختلفة مثل التشابه الهيكلي والحلول العددية.

أظهرت النتائج أنه على مستوى المهام الصلبة، حصل أفضل نموذج مفتوح المصدر على نسبة نجاح تصل إلى 86.0%، مقارنة بـ 91.4% للنموذج المملوك الأقوى، بينما ظلت المهام متعددة الأجسام المرنة تمثل تحديًا أكبر.

بالإضافة إلى ذلك، هناك دراسات إضافية تقيم تأثير عدة عوامل مثل درجة حرارة العينة، وتصميم المطالبات، وحجم النموذج، وتاريخ إصدار النموذج. مما يشير إلى تحسن سريع ولكن تحتفظ هذه النماذج بمعدلات خطأ ملحوظة في الوعي بالهندسة الميكانيكية.

ماذا تعتقد بشأن الجهود المبذولة في تطوير الوعي الهندسي لهذه النماذج؟ نحن متشوقون لسماع آرائكم في التعليقات!