BrickBench：评估智能体乐高设计

研究者发布 BrickBench，一个面向智能体文本条件 LEGO 套装设计的基准：智能体需从离散零件库中选件，同时推理局部与全局约束，产出满足语义与设计标准且可实际拼装的方案。配套环境 BrickAgent 让编程智能体构建、检查并验证设计，评测覆盖三种规模与零件可用性设置，从有效性、对齐度和设计三方面打分。 结果显示，领先智能体基本满足可验证的物理与语义要求，但设计水平仍不及人类。

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。