Energent 在五项公开工程文档基准测试中的四项取得了高于所引用最佳公开结果的分数。每项分数均来自未经修改的基准测试原始评分器。
摘要
- Energent 在 DrawingVQA、BlueprintSymVL、CircuitSense 和 CADBench 中领先。
- CircuitSense 得分为 69.6%，对比结果为 12.3%；BlueprintSymVL 得分为 74.0%，对比结果为 50.5%。
- 评测覆盖 Energent 的完整智能体工作流，包括裁剪、重新检查和执行代码。
结果
每项基准测试都使用自己的 0–100 分指标，因此每一行都是独立比较。
| 领域 | 基准测试 | Energent | 已发布最佳结果 |
|---|---|---|---|
| 施工图 | DrawingVQA — 视觉问答 | 89.1% | 77.2% (Gemini-3-pro) |
| 流程与管道 | BlueprintSymVL — P&ID 符号 | 74.0% | 50.5% |
| 模拟电子 | CircuitSense — 符号推导 | 69.6% | 12.3% |
| 机械 CAD | CADBench — Aligned IoU | 55.3% | 45.1% (Claude Opus 4.7) |
| 机械 CAD | BenchCAD — 零件问答 | 52.6% | 58.7% |
详情与来源
DrawingVQA评测施工图视觉问答；Energent 的结果采用三次运行多数票，当前对比结果为 77.2%。BlueprintSymVL衡量 P&ID 符号的精确识别，其数据集已公开。
CircuitSense验证从电路到符号推导的能力，其数据集采用 MIT 许可证。CADBench在六个类别中的四个上衡量 CAD 程序生成，其数据集采用 MIT 许可证。BenchCAD评测 CAD 零件视觉问答，并公开了排行榜和数据集。
方法与结论
我们将每个评分器固定在特定提交上，并在不修改的情况下运行。内容提取由 Energent 完成，评分由基准测试完成。 Energent 在五项测试中的四项领先，展示了智能体工作流理解复杂工程文档的价值。