智能体基准
固定模型版本、提示模板与工具接口;对比“通用模型直接设计”与“调用本数据集”的设计结果
B 组物理规则通过率(已运行 1 / 5 个任务)
100%目标 ≥ 90%
子任务:选型 2 · 算法匹配 1 · 整定 / 校核 2
标准测试任务 · 5
T1 设备选型 · A/B 对比
A · 通用模型直接设计B · 调用本数据集
知识命中率
41% (示意)
96%
约束满足度
55% (示意)
94%
物理规则通过率
40% (示意)
100%
仿真可行性
50% (示意)
100%
结果可解释性
30% (示意)
92%
专家合理性
2.8 / 5 (示意)
4.7 / 5
A 组数值为示意,正式以实测为准。
失败案例(A 组 / B 组未通过项)
- R-L5-003 带宽比 < k,模型未引用舵机带宽知识
- R-L5-007 未考虑高温工况下额定力矩下降
运行轨迹
- 引用的知识条目(点击查看溯源):