Skip to content
Hot eventLive

SimuVerity：面向工程级 Simulink 模型生成的 Agent 基准

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv 软件工程频道发布一手报道，介绍名为 SimuVerity 的基准。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，用于评估智能体是否真正满足工程需求。其分层评估器先检查交付物、可执行性与工程合格性，再从六个维度打分。报道测试了六个智能体系统，最佳总分仅 42.86。结果显示结构相似性不能代表工程性能，部分高分模型仍存在严重视觉布局混乱。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 发布 SimuVerity 基准：101 个任务、十个工程领域，六个智能体最佳总分仅 42.86。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Software Engineering
    SimuVerity：面向工程级 Simulink 模型生成的智能体基准

    SimuVerity 是一个包含 101 个文本到可执行 Simulink 模型生成任务的基准，覆盖十个工程领域，用于评估智能体是否真正满足工程需求。其分层评估器先检查交付物、可执行性与工程合格性，再从六个维度打分；六个智能体系统的最佳总分仅 42.86。结果显示结构相似性不能代表工程性能，部分高分模型仍存在严重视觉布局混乱。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.