Google ve Mercor, fiziksel mühendislik ajanları için PLE benchmark’ını açtı
Physical-Engineering’s Last Exam, mekanik, elektrik, inşaat ve yapı mühendisliğinde 85 uzun görevle AI ajanlarının üretime yakın teslimatlarını ölçüyor.
BİR BAKIŞTA
Haberin özeti
- PLE, dört mühendislik disiplininde 85 uzun görev içeriyor.
- 29 görev, değerlendirme araçları ve açık yarışma erişime açıldı.
- En yüksek özel test skoru yüzde 48,3; uzman denetimi hâlâ gerekli.
Neler değişiyor?
Google AI & Infrastructure ve Mercor, 3 Kasım’da Physical-Engineering’s Last Exam’i (PLE) duyurdu. Benchmark; mekanik, elektrik, inşaat ve yapı mühendisliğinde toplam 85 uzun süreli görevi, ortalama 61 dosya içeren proje klasörlerinde çalıştırıyor.
Ajanlar PDF, e-posta, elektronik tablo, CAD ve BIM dosyalarını inceleyip hesaplama yapmak ve lisanslı bir mühendisin değerlendireceği teslimatlar üretmek zorunda. Tasarım ancak tüm sert güvenlik ve uygulanabilirlik kontrollerini geçerse maliyet verimliliği puanı alıyor. Google, 29 görevi, değerlendirme araçlarını ve yarışma altyapısını açık erişime sundu.
Google’ın özel test sonuçlarında en yüksek yapılandırma yüzde 48,3 ortalama puanda kaldı. Bu sonuç, mevcut modellerin mühendislik işini bağımsız yürütmeye hazır olmadığını; uzman denetiminin temel gereklilik olduğunu gösteriyor.
Asıl kaynaklara göz at
Kaynak tarihi: 3 Kasım 2026.
AI Radar yayın saati: 4 Kas 2026 03:07 (Türkiye).
KONUYU TAKİP ET
Konular ve etiketler
Keşfini paylaş.
Bu haberi bir arkadaşına gönder.
Okuyucu yorumları
Bu gelişme hakkında ne düşünüyorsun? Deneyimini veya sorunu paylaş. Yorumlar editör onayından sonra yayımlanır.
Adın/takma adın ve yorumun onaylanırsa herkese açık görünür. Veri işleme hakkında: Gizlilik bilgilendirmesi.
Yorumlar yükleniyor…