SPhyR：关于材料分布的空间物理推理基准

我们引入了一个新的数据集，旨在基于拓扑优化（一种在给定载荷和支撑条件下计算设计空间内最优材料分布的方法）来评估大型语言模型（LLM）的物理和空间推理能力。在这个数据集中，LLMs被提供了诸如二维边界、施加的力和支撑等条件，并且必须推理出由此产生的最优材料分布。该数据集包含多种任务，从填充部分结构中的遮蔽区域到预测完整的材料分布。解决这些任务需要在没有模拟工具或显式物理模型的情况下，理解力的流动和给定约束下所需的材料分布，这对模型提出了关于结构稳定性和空间组织的推理挑战。我们的数据集旨在评估二维环境中的空间和物理推理能力，为传统的语言和逻辑基准提供了一个补充视角。