Qwen-BIM：基于BIM设计的大型语言模型开发
人工智能
2026-02-25 v1
摘要
随着建筑行业向数字化转型的推进，基于BIM（建筑信息模型）的设计已成为支撑智能建造的关键驱动力。尽管大型语言模型（LLM）在推动BIM设计方面显示出潜力，但缺乏特定数据集和LLM评估基准显著限制了LLM性能。因此，本文提出了：1)面向BIM设计的评估基准及其对应的量化指标，用于评估LLM性能；2)一种从BIM生成文本数据并构建相应BIM衍生数据集的方法，用于LLM评估和微调；3)一种针对BIM设计的LLM适配策略。结果表明，所提出的领域特定基准能够有效且全面地评估LLM能力，凸显了通用LLM在特定任务方面仍显不足。同时，凭借所提出的基准和数据集，Qwen-BIM得以开发，并相较于基础LLM模型在G-Eval评分上平均提升了21.0%。值得注意的是，仅凭14B参数，Qwen-BIM的性能在BIM设计任务方面即可与通用LLM（671B参数）的性能相媲美。总体而言，本研究通过引入全面的基准和高质量数据集，首次开发了面向BIM设计的领域特定LLM，为在各领域开发BIM相关LLM提供了坚实基础。
引用
@article{arxiv.2602.20812,
title = {Qwen-BIM: developing large language model for BIM-based design with domain-specific benchmark and dataset},
author = {Jia-Rui Lin and Yun-Hong Cai and Xiang-Rui Ni and Shaojie Zhou and Peng Pan},
journal= {arXiv preprint arXiv:2602.20812},
year = {2026}
}