MIT发布SimuVerity智能体基准，最高42.86分

2026年10月5日，MIT团队发布SimuVerity基准，用于评测智能体生成可执行Simulink模型的能力。该基准包含101个文本到可执行Simulink模型生成任务，覆盖十个工程领域，每个任务配四类原生仿真场景验证。团队评测了六个Agent系统，最佳总分仅为42.86分。评估涵盖准确性、输出质量、机理保真、控制与因果完整性、工况鲁棒性、动态响应六个维度。结果显示，结构相似度并不是工程性能的良好代理指标，部分得分较高的模型仍存在严重的视觉布局混乱问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。