Google 发布 PLE 基准:最强 AI 智能体在物理工程任务上仅得 50.6%
中文摘要
Google发布包含85项工程任务的PLE基准,最强AI智能体得分仅为50.6%。
English Summary
Google released the PLE benchmark with 85 engineering tasks. The strongest AI agents scored only 50.6%.
原文节选
Google 发布 PLE 基准,包含 85 项由执业工程师编写或审核的电气、土木、结构和机械工程任务,智能体每个任务需读取约 61 个项目文件并交付进度表、报告或 2D/3D 图纸。