Yapay zeka modelleri için bulaşık makinesi doldurma testi geliştirildi
Öne çıkanlar
- Bosch marka bulaşık makinesinin katı cisim fiziği ve kimyasal yıkama simülasyonu modellendi.
- Modeller MCP veya OpenAI uyumlu arayüzler üzerinden 13 farklı kontrol aracıyla yarışıyor.
- Test edilen iki model, kural tabanlı referans oyuncuyu geride bırakarak yüksek temizlik oranına ulaştı.
Composo, büyük dil modellerinin fiziksel planlama ve mekânsal akıl yürütme becerilerini ölçmek amacıyla DishwasherBench adlı açık kaynaklı test ortamını yayımladı. Spotless adlı bir simülasyon oyunu etrafında şekillenen sistem, Bosch SMV4HAX40G model bir bulaşık makinesinin birebir 3D modeli ve katı cisim fiziği üzerinden çalışıyor. Katılımcılar bulaşıkları sanal makineye yerleştiriyor, ardından kimyasal ve akışkan hareketlerini hesaplayan Eco 50 yıkama programı simüle ediliyor. Temiz çıkan her parça oyuncuya puan kazandırıyor.
Sistem tarayıcı üzerinden insanlar tarafından oynanabildiği gibi yapay zeka modelleri için Model Context Protocol (MCP) ve API desteği sunuyor. Test ortamında her biri farklı zorluk derecesine sahip yedi seviye yer alıyor. İlk seviye dışındaki tüm aşamalarda mutfak tezgahındaki parçaların tümü makineye sığmadığından modellerin hangi eşyaları nasıl yerleştireceğini optimize etmesi gerekiyor. Resmi yıkama simülasyonu GPU üzerinde WebGPU desteğiyle çalışıyor ve her aşamanın fiziksel hareket kayıtları doğrulama amacıyla saklanıyor.
Yayımlanan 0.1.0 sürümündeki ilk denemelerde Azure üzerindeki iki farklı model, en zorlu senaryolarda kural tabanlı dikkatli referans algoritmasını geride bıraktı. Modeller çukur kapları ters koyma hatasına düşmezken, temizlik oranları yüzde 84 ile 100 arasında gerçekleşti. Geliştiriciler, mevcut puanlama sisteminin içi oyuk kapların yerleşimini doğru değerlendirdiğini ancak üst üste binen tabaklar ile sıkışık çatal kaşıkların yıkanma dinamiklerini henüz gerçeğe tam uygun modelleyemediğini belirtti.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.