ONESTRUCTION تبني نموذج الأساس Ishigaki-IDS لسير عمل BIM بالتعاون مع مركز AWS GenAIIC للابتكار
Alibaba/Qwen
Amazon Web Services
ONESTRUCTION, Inc.
قامت ONESTRUCTION، وهي شركة يابانية ناشئة في مجال تكنولوجيا البناء، ببناء Ishigaki-IDS، وهو نموذج أساس متخصص في سير عمل BIM (نمذجة معلومات البناء) في صناعة البناء، مع استشارات فنية من مركز AWS للابتكار في الذكاء الاصطناعي التوليدي. يعتمد النموذج، المبني على Qwen3، على بيانات اصطناعية وخط أنابيب تدريب من ثلاث مراحل (CPT وSFT وRLVR) للتغلب على ندرة البيانات وتحقيق دقة عالية في توليد IDS.
أسست شركة ONESTRUCTION الناشئة في مجال تكنولوجيا البناء نموذج Ishigaki-IDS، وهو نموذج أساسي (FM) متخصص في سير عمل نمذجة معلومات البناء (BIM) في صناعة البناء، مع استشارات فنية من مركز AWS للذكاء الاصطناعي التوليدي المبتكر كجزء من المرحلة الثالثة من GENIAC. يعتمد النموذج على Qwen3 ويعالج ثلاثة تحديات: ندرة البيانات لمعيار IDS الجديد، وحقن مفردات IFC التي تضم عدة آلاف من المصطلحات، وقواعد نحوية خاصة بـ IDS. للتغلب على هذه التحديات، استخدمت ONESTRUCTION توليد البيانات الاصطناعية بمساعدة خبراء المجال، وخط أنابيب تدريب من ثلاث مراحل: التدريب المسبق المستمر (CPT)، والضبط الدقيق الخاضع للإشراف (SFT)، والتعلم التعزيزي مع مكافآت قابلة للتحقق (RLVR). بالنسبة لـ RLVR، استخدموا أداة IDS-Audit-Tool من buildingSMART كدالة مكافأة لضمان سلامة XML، والسلامة الهيكلية لـ IDS، والاتساق الدلالي. دربوا النموذج على مثيلات Amazon EC2 P5en باستخدام AWS ParallelCluster وخزنوا البيانات على Amazon FSx for Lustre. في التقييم باستخدام معيار IDS-Bench الخاص بهم، سجل Ishigaki-IDS ما يقرب من 100 بالمئة في الامتثال الهيكلي لـ XML و IDS، وأكثر من 80 بالمئة في اتساق محتوى IDS، بينما سجلت النماذج الرائدة العامة أقل من 25 بالمئة في الامتثال الهيكلي وما يقرب من 0 بالمئة في اتساق المحتوى. يدعم النموذج توسيع طول السياق باستخدام YaRN، مما يولد بشكل صحيح مع مدخلات ومخرجات تصل إلى حوالي 120 ألف رمز. تلقى إثبات المفهوم المشترك مع buildingSMART ردود فعل إيجابية من كل من المتخصصين في IDS وغير المتخصصين. تشمل الدروس المستفادة أهمية جودة البيانات الاصطناعية على كميتها، والمكافآت القابلة للتحقق التي تسرع التكرار، والبنية التحتية المستقرة التي تسمح بالتجربة الحرة.
المصدر: AWS ML blog —
الأصلي
