論文の概要: PhysicsBench: A Unified Leaderboard for Generative and Predictive Models in Engineering Design and Simulation
- arxiv url: http://arxiv.org/abs/2608.24056v1
- Date: Tue, 25 Aug 2026 04:32:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.812438
- Title: PhysicsBench: A Unified Leaderboard for Generative and Predictive Models in Engineering Design and Simulation
- Title（参考訳）: PhysicsBench: エンジニアリング設計とシミュレーションにおける生成および予測モデルのための統一されたリーダーボード
- Abstract要約: PhysicsBenchは、生成モデルと予測モデルのためのベンチマークとリーダーボードである。
評価は、SからXLまでの、現実的で限られたデータスケールにまたがる。
トップモデルは、7つのタスクのうち6つのタスクでデータスケールで変更され、モデルが1つ以上のタスクをリードすることはない。
- 参考スコア（独自算出の注目度）: 5.600042752783257
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative and predictive artificial intelligence models are increasingly used to generate geometry and to predict physical fields and scalar quantities in engineering design and simulation. Yet these models are typically evaluated in isolation, on academic datasets at unconstrained scales, with inconsistent metrics and procedures. We present PhysicsBench, a unified benchmark and leaderboard that evaluates generative and predictive models under one standardized procedure. PhysicsBench spans seven generation and prediction tasks across 1D, 2D, and 3D domains and ranks 66 models on nine datasets, comprising industrial-scale CAD/CFD/FEA simulations and public references, expanded into 28 configurations. One procedure and ranking apply to both families, each ranked within its own tasks. Evaluation spans realistic, limited data scales from S to XL rather than the unlimited training sets common in academic benchmarks. A common metric suite captures geometric fidelity with distributional distances, physical-field and scalar accuracy, and engineering-specific field- and shape-validity. BenchRank debiases correlated metrics and ranks by PageRank over a head-to-head dominance graph, so every reported quality metric is also ranked, with computational cost in a separate efficiency view. Across tasks, an architecture's large-scale academic standing weakly predicts its small-data ranking. The top model changes with data scale in six of the seven tasks, and no model leads more than one task. PhysicsBench turns "state-of-the-art" from a self-reported claim into an openly published foundation for model selection.
- Abstract（参考訳）: 生成的および予測的人工知能モデルは、エンジニアリング設計とシミュレーションにおいて、幾何を生成するために、および物理的フィールドとスカラー量を予測するために、ますます使われている。
しかし、これらのモデルは通常、一貫性のないメトリクスとプロシージャを備えた、制約のないスケールの学術データセットで、分離して評価される。
我々は,1つの標準化された手順の下で生成モデルと予測モデルを評価する統一ベンチマークとリーダボードであるPhysicalBenchを紹介する。
PhysicsBenchは、1D、2D、3Dドメインにまたがる7つの世代と予測タスクにまたがり、産業規模のCAD/CFD/FEAシミュレーションと公開リファレンスを含む9つのデータセットに66のモデルをランク付けし、28の構成に拡張した。
どちらの家にも1つの手続きと格付けが適用され、それぞれがそれぞれの任務にランク付けされる。
評価は、学術ベンチマークに共通する無制限のトレーニングセットではなく、SからXLまでの、現実的な限られたデータスケールにまたがる。
一般的な計量スイートは、分布距離、物理場とスカラーの精度、エンジニアリング固有のフィールドと形状の正当性を含む幾何学的忠実度をキャプチャする。
BenchRankは、PageRankによる相関メトリクスとランクをヘッド・ツー・ヘッドの優位性グラフに分類するので、報告されたすべての品質指標も、計算コストを別の効率の観点からランク付けする。
タスク全体にわたって、アーキテクチャの大規模学術的立場は、その小さなデータランキングを弱く予測する。
トップモデルは、7つのタスクのうち6つのタスクでデータスケールによって変更され、モデルが1つ以上のタスクをリードすることはない。
物理ベンチは「最先端」を自己申告された主張から、モデル選択のための公開基盤へと変える。
関連論文リスト
- GAUGE: A Measurement-Grounded Benchmark for Physical Fidelity in Simulation Engines and Video World Models [66.77745044586173]
GAUGEは、数値シミュレータと生成ビデオワールドモデルがどのように現実の物理学から再現または逸脱するかを評価するための実世界の診断ベンチマークである。
一般化された軌道誤差を用いて14のタスクファミリー上でIsaac Sim,Genesis,Newtonをベンチマークし,5つの剛体タスクに対して6つのイメージ・ツー・ビデオモデルを評価する。
この結果から, 衝撃的接触, 高速繊維運動, 体積変形に起因する最大の相違点を有する一様忠実な物理エンジンは見つからなかった。
論文 参考訳（メタデータ） (2026-08-06T12:19:38Z) - gwBenchmarks: Stress-Testing LLM Agents on High-Precision Gravitational Wave Astronomy [2.316169407465118]
現代の重力波天文学は、しばしば何ヶ月もの大学院レベルの努力を必要とするモデリングタスクに依存している。
我々は、最先端のLCM符号化エージェントが、このようなエンドツーエンドの科学的モデリングを行うことができるかどうかを考察する。
重力波解析計算と数値シミュレーションに基礎を置く8つのタスクの組であるgwBenchmarksを紹介した。
論文 参考訳（メタデータ） (2026-05-11T21:47:22Z) - LimiX: Unleashing Structured-Data Modeling Capability for Generalist Intelligence [61.46575527504109]
LimiX-16MとLimiX-2Mは、構造化されたデータを変数と欠落に対する共同分布として扱う。
サンプルサイズ,特徴次元,クラス数,カテゴリ間特徴比,欠落度,サンプル-特徴比の広い11種類の大規模構造化データベンチマークを対象としたLimiXモデルの評価を行った。
論文 参考訳（メタデータ） (2025-09-03T17:39:08Z) - Prismatic Synthesis: Gradient-based Data Diversification Boosts Generalization in LLM Reasoning [77.120955854093]
我々は,データ多様性が言語モデルにおける一般化の強力な予測因子であることを示す。
モデル誘起勾配のエントロピーを通して多様性を定量化する計量であるG-Vendiを導入する。
多様な合成データを生成するためのフレームワークであるPrismatic Synthesisを提案する。
論文 参考訳（メタデータ） (2025-05-26T16:05:10Z) - Attention to Detail: Fine-Scale Feature Preservation-Oriented Geometric Pre-training for AI-Driven Surrogate Modeling [6.34618828355523]
AI駆動サロゲートモデリングは、3D設計、分析、製造のための物理ベースのシミュレーションの代替として、ますます効果的になっている。
本研究は,非パラメトリック3次元モデルから微細な幾何学的特徴を捉えるための自己教師付き幾何学的表現学習手法を提案する。
論文 参考訳（メタデータ） (2025-04-27T17:10:13Z) - Beyond Scaling: Measuring and Predicting the Upper Bound of Knowledge Retention in Language Model Pre-Training [68.94373533768501]
我々は、知識保持をモデル化し、そのコーパスから事実情報を記憶するための事前学習言語モデルの能力を示し、学習前にそれを推定する原則的手法を導入する。
本稿では,知識周波数,知識特異度,モデルサイズを統合し,クローズドブック質問応答(QA)の精度を予測する情報理論予測器である,サイズ依存型相互情報(SMI)を提案する。
論文 参考訳（メタデータ） (2025-02-06T13:23:53Z) - SMPLest-X: Ultimate Scaling for Expressive Human Pose and Shape Estimation [81.36747103102459]
表現的人間のポーズと形状推定(EHPS)は、身体、手、顔の動きを多数の応用で統合する。
現在の最先端の手法は、限定されたデータセット上で革新的なアーキテクチャ設計を訓練することに焦点を当てている。
本稿では,EHPSのスケールアップが一般基盤モデルのファミリに与える影響について検討する。
論文 参考訳（メタデータ） (2025-01-16T18:59:46Z) - A Data-Centric Perspective on Evaluating Machine Learning Models for Tabular Data [9.57464542357693]
実世界のモデリングパイプラインは、しばしばデータセット固有の前処理と特徴工学を必要とするため、モデル中心の評価は偏りがあることを実証する。
Kaggleコンペティションから10の関連するデータセットを選択し、データセット毎に専門家レベルの前処理パイプラインを実装します。
データセット固有の機能エンジニアリングの後、モデルランキングは大幅に変化し、性能差が減少し、モデル選択の重要性が低下する。
論文 参考訳（メタデータ） (2024-07-02T09:54:39Z) - GeoBench: Benchmarking and Analyzing Monocular Geometry Estimation Models [41.76935689355034]
識別的および生成的事前学習により、強力な一般化能力を持つ幾何推定モデルが得られた。
幾何推定モデルの評価と解析のための,公平で強力なベースラインを構築した。
多様なシーンと高品質なアノテーションを用いた幾何推定タスクにおいて,より困難なベンチマークを用いて,単色幾何推定器の評価を行った。
論文 参考訳（メタデータ） (2024-06-18T14:44:12Z) - BeamVQ: Aligning Space-Time Forecasting Model via Self-training on Physics-aware Metrics [18.67368024029461]
本研究では、ベクトル量子化(BeamVQ)によるemphBeam探索を提案し、データ駆動時空予測モデルの物理的アライメントを強化する。
BeamVQは、物理を意識したメトリクスでフィルタリングされた自己生成サンプルのモデルを訓練する。
実験によると、BeamVQは5つのデータセットで10のバックボーンに対して平均的な統計スキルスコアを32%以上向上させただけでなく、物理学を意識したメトリクスを大幅に強化した。
論文 参考訳（メタデータ） (2024-05-27T11:07:47Z) - A Control-Centric Benchmark for Video Prediction [69.22614362800692]
本稿では,アクション条件付きビデオ予測のベンチマークを,制御ベンチマークの形式で提案する。
私たちのベンチマークには、11のタスクカテゴリと310のタスクインスタンス定義を備えたシミュレーション環境が含まれています。
次に、ベンチマークを活用して、スケールするモデルサイズ、トレーニングデータの量、モデルアンサンブルの影響を調査します。
論文 参考訳（メタデータ） (2023-04-26T17:59:45Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Vision-driven Robotic
Grasping via Physics-based Metaverse Synthesis [78.26022688167133]
本稿では,物理に基づくメタバース合成による視覚駆動型ロボットグルーピングのための大規模ベンチマークデータセットを提案する。
提案するデータセットには,10万の画像と25種類のオブジェクトが含まれている。
また,オブジェクト検出とセグメンテーション性能を評価するためのデータセットとともに,新しいレイアウト重み付け性能指標を提案する。
論文 参考訳（メタデータ） (2021-12-29T17:23:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。