أعلن الباحثون عن إطلاق PHITSBench، معيار جديد يهدف إلى تحسين نمذجة النقل الإشعاعي من خلال توفير معيار تنفيذي قائم على الذكاء الاصطناعي. يتضمن PHITSBench 282 مهمة يمكن تقييمها في مجالات العمل الثلاثة الأكثر شيوعاً: تحرير المعلمات (Edit)، إصلاح البنية (Repair)، وتوليد محاكاة كاملة من أوصاف باللغة الطبيعية (Reproduce). يتم تقييم كل مهمة باستخدام مؤشر مركب يجمع بين نجاح التنفيذ والتوافق بين المخرجات المرجعية.

وقد تم اختبار خمس تكوينات مبنية على نموذج GPT-5.4، حيث تتراوح هذه التكوينات من التفاعل دون معلومات سابقة إلى التدريبات المعززة والمعتمدة على المعرفة. ولقد أظهرت النتائج أن النموذج يحقق أداءً جيداً في مهام التحرير والإصلاح، حيث يبلغ معدل النجاح 95% و70% على التوالي. لكن، عند محاولة توليد محاكاة دقيقة من الصفر، يفشل النموذج بنسبة 0%.

كما تم تقديم دليل مستخدم مدعوم بكتالوج معرفي قابل للقراءة من قبل الآلة، مما ساعد على زيادة نسبة نجاح مهام توليد المحاكاة إلى 57%. ومع تنفيذ أساليب تنفيذ متقدمة، حققت نسبة النجاح تحسناً ملحوظاً تتراوح بين 66-73%، إلا أن ذلك كان على حساب زيادة في التكاليف الحاسوبية.

تشير التحليلات إلى أن الأخطاء المتبقية ناشئة بشكل رئيسي من الاختيارات الخاطئة في تحديد وتجهيز الملاحظات الفيزيائية، بدلاً من مشكلة توليد البنية، مما يعكس أهمية تطوير قواعد بيانات معرفية دقيقة ومجموعات تدريبية مخصصة. هذا قد يمهد الطريق لتقدم إضافي في نمذجة النقل الإشعاعي المدعومة بالذكاء الاصطناعي، مما يبرز أن التقدم في هذا المجال يعتمد على المعرفة والتقييمات المستندة إلى التنفيذ بقدر ما يعتمد على تطورات نماذج الأساس (Foundation Models) نفسها.