PhysCodeBench: Benchmarking Physics-Aware Symbolic Simulation of 3D Scenes via Self-Corrective Multi-Agent Refinement
यह शोधपत्र भौतिकी-जागरूक प्रतीकात्मक सिमुलेशन (physics-aware symbolic simulation) के मूल्यांकन के लिए एक नया बेंचमार्क, PhysCodeBench पेश करता है, और एक सेल्फ-करेक्टिव मल्टी-एजेंट रिफाइनमेंट फ्रेमवर्क (SMRF) प्रस्तावित करता है जो प्राकृतिक भाषा के भौतिक विवरणों और निष्पादन योग्य 3D सिमुलेशन के बीच के अंतर को पाटने के लिए विशिष्ट एजेंटों का उपयोग करके मौजूदा मॉडलों की तुलना में काफी बेहतर प्रदर्शन करता है।