ONESTRUCTION ने AWS GenAIIC के साथ बनाया Ishigaki-IDS BIM फाउंडेशन मॉडल

ONESTRUCTION, एक कंस्ट्रक्शन टेक्नोलॉजी स्टार्टअप, ने AWS जनरेटिव AI इनोवेशन सेंटर से तकनीकी सलाह के साथ, GENIAC चरण 3 के हिस्से के रूप में, निर्माण उद्योग के बीआईएम (बिल्डिंग इंफॉर्मेशन मॉडलिंग) वर्कफ्लो के लिए विशेष रूप से तैयार किया गया एक फाउंडेशन मॉडल (FM) इसिगाकी-आईडीएस बनाया है। यह मॉडल Qwen3 पर आधारित है और तीन चुनौतियों का समाधान करता है: नए आईडीएस मानक के लिए डेटा की कमी, कई हज़ार शब्दों के आईएफसी शब्दावली को शामिल करना, और आईडीएस-विशिष्ट व्याकरण। इन पर काबू पाने के लिए, ONESTRUCTION ने डोमेन विशेषज्ञों के साथ सिंथेटिक डेटा निर्माण और तीन-चरणीय प्रशिक्षण पाइपलाइन का उपयोग किया: निरंतर प्री-ट्रेनिंग (CPT), पर्यवेक्षित फाइन-ट्यूनिंग (SFT), और सत्यापन योग्य इनाम के साथ सुदृढीकरण सीखना (RLVR)। आरएलवीआर के लिए, उन्होंने एक्सएमएल सुगठन, आईडीएस संरचनात्मक वैधता, और सिमेंटिक स्थिरता सुनिश्चित करने के लिए buildingSMART के IDS-Audit-Tool को इनाम फ़ंक्शन के रूप में इस्तेमाल किया। उन्होंने AWS पैरेललक्लस्टर के साथ Amazon EC2 P5en इंस्टेंस पर प्रशिक्षण दिया और डेटा को Amazon FSx for Lustre पर संग्रहीत किया। अपने ही IDS-Bench बेंचमार्क का उपयोग करके मूल्यांकन में, इसिगाकी-आईडीएस ने एक्सएमएल और आईडीएस संरचनात्मक अनुपालन पर लगभग 100 प्रतिशत और आईडीएस सामग्री स्थिरता पर 80 प्रतिशत से अधिक अंक प्राप्त किए, जबकि सामान्य फ्रंटियर मॉडल ने संरचनात्मक अनुपालन पर 25 प्रतिशत से कम और सामग्री स्थिरता पर लगभग 0 प्रतिशत अंक प्राप्त किए। मॉडल YaRN के साथ संदर्भ-लंबाई स्केलिंग का समर्थन करता है, जो लगभग 120k टोकन तक के इनपुट और आउटपुट के साथ सही ढंग से उत्पन्न करता है। buildingSMART के साथ एक संयुक्त प्रूफ-ऑफ-कॉन्सेप्ट को आईडीएस विशेषज्ञों और गैर-विशेषज्ञों दोनों से सकारात्मक प्रतिक्रिया मिली। सीखे गए सबक में सिंथेटिक डेटा की गुणवत्ता का महत्व शामिल है, न कि मात्रा, सत्यापन योग्य इनाम जो पुनरावृत्ति को तेज करते हैं, और स्थिर बुनियादी ढांचा जो मुफ्त प्रयोग की अनुमति देता है।