SM-Bench：用物理仿真评测语言模型工程设计的基准

Suni Muhendis 发布 SM-Bench，把工程设计任务交给语言模型，再用确定性物理仿真环境逐条评测，记录分数、工程指标、失败阶段、token 与成本。仓库包含基准运行器、已记录结果、Streamlit 仪表盘及文档站与排行榜，目前处于 alpha 阶段，换热器环境已可用，更多工程领域在计划中。评测流程为设计 JSON 经 schema、设计规则检查、仿真到打分，无效模型输出记 0.0 并标注失败阶段。