ONESTRUCTION construit le modèle de fondation BIM Ishigaki-IDS avec AWS GenAIIC

ONESTRUCTION, une startup de technologie de la construction, a développé Ishigaki-IDS, un modèle de fondation (FM) spécialisé dans les workflows BIM (Building Information Modeling) de l'industrie de la construction, avec le conseil technique du AWS Generative AI Innovation Center dans le cadre de GENIAC Phase 3. Le modèle est basé sur Qwen3 et répond à trois défis : la rareté des données pour la nouvelle norme IDS, l'injection d'un vocabulaire IFC de plusieurs milliers de termes, et la grammaire spécifique à l'IDS. Pour surmonter ces obstacles, ONESTRUCTION a utilisé la génération de données synthétiques avec des experts du domaine, ainsi qu'un pipeline d'entraînement en trois étapes : pré-entraînement continu (CPT), ajustement supervisé fin (SFT) et apprentissage par renforcement avec récompenses vérifiables (RLVR). Pour le RLVR, ils ont utilisé l'IDS-Audit-Tool de buildingSMART comme fonction de récompense afin de garantir la bonne formation du XML, la validité structurelle de l'IDS et la cohérence sémantique. Ils ont entraîné sur des instances Amazon EC2 P5en avec AWS ParallelCluster et stocké les données sur Amazon FSx pour Lustre. Dans l'évaluation utilisant leur propre benchmark IDS-Bench, Ishigaki-IDS a obtenu un score proche de 100 pour cent sur la conformité XML et structurelle de l'IDS et supérieur à 80 pour cent sur la cohérence du contenu de l'IDS, tandis que les modèles frontières généraux ont obtenu moins de 25 pour cent sur la conformité structurelle et près de 0 pour cent sur la cohérence du contenu. Le modèle prend en charge l'extension de la longueur de contexte avec YaRN, générant correctement avec des entrées et sorties allant jusqu'à environ 120 000 jetons. Une preuve de concept conjointe avec buildingSMART a reçu des retours positifs à la fois de spécialistes de l'IDS et de non-spécialistes. Les enseignements tirés incluent l'importance de la qualité des données synthétiques plutôt que de la quantité, les récompenses vérifiables accélérant l'itération, et une infrastructure stable permettant une expérimentation libre.