arXiv · cs.AI· Judah Goldfeder, Ayush Rai, Philippe M. Wyder, Na Li, Victoria Dean, Donna Vakalis, Jiong Lin, Bing Dong, Michael Rossetti, Nathan Kutz, Sohei Arisaka, John Sipple, Hod Lipson, Yoshua Bengio·· 5 小时前
智能建筑挑战赛：学习面向真实世界大规模优化的基础模型
The Smart Buildings Challenge: Learning Foundation Models for Real-World Optimization at Scale
arXiv:2610.18511v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Judah Goldfeder, Ayush Rai, Philippe M. Wyder, Na Li, Victoria Dean, Donna Vakalis, Jiong Lin, Bing Dong, Michael Rossetti, Nathan Kutz, Sohei Arisaka, John Sipple, Hod Lipson, Yoshua Bengio
研究任务与主要进展
研究者发起一项建筑基础模型挑战赛，目标是开发能以最少配置适配新建筑的控制策略，解决现有建筑优化策略难以迁移的障碍。参与者在一组模拟建筑上训练策略，并在大小、布局、天气、材料属性和 HVAC 系统各异的未见建筑上评估。HVAC 占美国建筑碳排放约 40-60%，该挑战旨在让建筑优化规模化以应对气候变化。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org