OpenAI இந்த வாரம் GPT-6 அஸ்ட்ராவை வெளியிட்டபோது, ​​ஒரு டெமோ பார்வையாளர்களிடமிருந்து குறிப்பாக கவனத்தை ஈர்த்தது, இது எல்லைப்புற மாதிரி வெளியீடுகளில் அரிதாகவே கூச்சலிடுகிறது: மின் பொறியாளர்கள். வெளியீட்டு இடுகையில் திறந்த மூல மின்னணு வடிவமைப்பு கருவியான KiCad இல் ஒரு சர்க்யூட் போர்டை வடிவமைக்கும் மாதிரி இடம்பெற்றது. ஆனால் ஒரு சிறிய பொறியாளர்கள் குழு கடினமான கேள்வியைக் கேட்கிறது - AI மாதிரிகள் எலக்ட்ரானிக்ஸ் மென்பொருளை இயக்க முடியுமா என்பது அல்ல, ஆனால் அவை தயாரிக்கும் சுற்றுகள் உண்மையில் செயல்படுகின்றனவா.

அவர்களின் பதில் செப்டம்பர் 4 அன்று EEBench வடிவத்தில் வந்தது, இது AI-வடிவமைக்கப்பட்ட சுற்றுகளை மனித தீர்ப்பை விட நிர்ணயிக்கும் SPICE உருவகப்படுத்துதல்களைப் பயன்படுத்தி தரப்படுத்துகிறது. ஆரம்ப முடிவுகள், தற்போதைய மாதிரிகள் எலக்ட்ரானிக்ஸ் பற்றி அவற்றின் வெளியீடு பொதுவாகக் காட்டுவதைக் காட்டிலும் அதிகம் அறிந்திருப்பதாகக் கூறுகின்றன, இருப்பினும் மனிதப் பொறியாளர்களையும் பயணிக்கும் நிஜ-உலகப் பகுதி நடத்தையில் இன்னும் தோல்வியடைகின்றன. For more context on this story, see our ongoing breaking AI news.

ஏன் சர்க்யூட் வடிவமைப்புக்கு அதன் சொந்த பெஞ்ச்மார்க் தேவைப்பட்டது

eebench.org இல் அளவுகோலை வெளியிடும் EEBench குழு, தற்போதைய மாதிரிகள் பாடப்புத்தகங்கள், தரவுத்தாள்கள், பயன்பாட்டுக் குறிப்புகள் மற்றும் பரந்த அளவிலான குறியீட்டை உள்வாங்கியிருப்பதை அதன் அனுபவம் காட்டுகிறது. இடைமுகம் என்பது இடைமுகம். ஒரு முகவர் KiCad போன்ற வரைகலை CAD கருவியை இயக்கும் போது, ​​அது மெனுக்கள் மூலம் கிளிக் செய்வதிலும் திரையில் உள்ளதைக் கண்காணிப்பதிலும் அதிக முயற்சியைச் செலவழிக்கிறது, அதன் சூழல் சாளரத்தை மின் தர்க்கத்திற்குப் பதிலாக ஒருங்கிணைப்புகள் மற்றும் பயன்பாட்டு நிலையுடன் பயன்படுத்துகிறது.

EEBench வேறுபட்ட அணுகுமுறையை எடுக்கிறது. பெஞ்ச்மார்க்கில் உள்ள சர்க்யூட்கள் அடோபிலில் எழுதப்பட்டுள்ளன, இது மின்னணுவியலை அறிவிக்கும் குறியீடாக விவரிக்கும் மொழியாகும், எனவே முகவர் நேரடியாக கூறுகள், இணைப்புகள் மற்றும் கட்டுப்பாடுகளில் வேலை செய்கிறது. மாதிரியானது வடிவமைப்பை மாற்றியமைக்கலாம், அதை உருவாக்கலாம், உருவகப்படுத்துதலை இயக்கலாம் மற்றும் திட்டத்திலிருந்து வெளியேறாமல் தோல்விகளை ஆய்வு செய்யலாம். குழுவின் கூற்றுப்படி, GUI இல் கோடுகளை வரைய ஒரு மாதிரியைக் கேட்பதை விட இது மிகவும் சிறப்பாக செயல்படுகிறது - மேலும் இது கணினி பயன்பாட்டுத் திறனைக் காட்டிலும் பெஞ்ச்மார்க் சோதனை மின்னணு அறிவை அனுமதிக்கிறது.

உண்மையான பாகங்கள், உண்மையான தோல்விகள்

ஒரு பொதுப் பணியானது குடியிருப்பு ஆற்றல் மீட்டரிலிருந்து எடுக்கப்படுகிறது. அதன் 5-வோல்ட் சப்ளை மறைந்தால், சர்க்யூட் செயலியை மேலும் 20 மில்லி விநாடிகளுக்கு உயிருடன் வைத்திருக்க வேண்டும், அதனால் அது திரட்டப்பட்ட அளவீடுகளைச் சேமிக்க முடியும், பாதுகாக்கப்பட்ட ரயில் முழு நேரமும் செயலியின் 3.0-வோல்ட் பிரவுன்அவுட் வாசலுக்கு மேலே இருக்கும்.

பெரும்பாலான மாதிரிகள், குழு அறிக்கைகள், உடனடியாக சரியான அடிப்படை முடிவை அடைகின்றன: ஒரு மின்தேக்கியைச் சேர்க்கவும். அளவுகோல் அதை ஒலிப்பதை விட கடினமாக்குகிறது. உண்மையான பீங்கான் மின்தேக்கியானது அதன் விளம்பரப்படுத்தப்பட்ட கொள்ளளவைக் காட்டிலும் மிகக் குறைவாக வழங்கலாம், ஒருமுறை மின்னழுத்தம் பயன்படுத்தப்பட்டால், பாகங்கள் சகிப்புத்தன்மையைக் கொண்டு செல்கின்றன, மேலும் கூடுதல் கொள்ளளவு செலவைச் சேர்க்கிறது, இடத்தை எடுத்துக்கொள்கிறது மற்றும் மின்சாரம் திரும்பும்போது ரயிலின் ரீசார்ஜை மெதுவாக்குகிறது.

பாடப்புத்தக பதில்களுக்கும் வேலை செய்யும் வன்பொருளுக்கும் இடையே உள்ள இடைவெளியை விளக்கும் ஒரு சமர்ப்பிப்பை கிரேடர்கள் பிடித்தனர். ஒரு வடிவமைப்பு 22 மைக்ரோஃபாரட்களை பெயரளவில் குறிப்பிடுகிறது - காகிதத்தில் போதுமானதாக இருக்கும் மதிப்பு. ஆனால் 4.7 வோல்ட் பயாஸில், கிரேடர் 11.4 மைக்ரோஃபராட் திறன் கொண்ட திறன் அளவை மட்டுமே அளந்தார், இது பணியின் 545-மைக்ரோஃபாரட் தேவையை விட மிகக் குறைவாக உள்ளது. மூலக் குறியீடு வெற்றிகரமாக உருவாக்கப்பட்டது. சுற்று இன்னும் தோல்வியடைந்தது: 0.85 மில்லி விநாடிகளுக்குப் பிறகு 3-வோல்ட் தேவைக்குக் கீழே பாதுகாக்கப்பட்ட இரயில் வீழ்ச்சியைக் காட்டியது, தேவையான 20 க்கு அருகில் இல்லை.

கடினமான பணிகள் மேலும் தள்ளும். ஒப்-ஆம்பைச் சுற்றி பல பின்னூட்ட லோ-பாஸ் வடிப்பானை ஒருங்கிணைத்தல், தேவையான துருவங்களுக்கான மின்தடை மற்றும் மின்தேக்கி விகிதங்களைத் தீர்ப்பது மற்றும் ஒவ்வொரு கூறுகளும் மோசமான சகிப்புத்தன்மை மூலைகளுக்குத் தள்ளப்பட்டாலும் கூட, ஆதாயம், வெட்டு அதிர்வெண் மற்றும் Q ஆகியவற்றை வரம்பிற்குள் வைத்திருப்பது ஒரு அனலாக் பணிக்கு தேவைப்படுகிறது.

தரப்படுத்தல் எவ்வாறு செயல்படுகிறது

EEBench காசோலைகள் முழுமையாக தீர்மானிக்கப்படுகின்றன. சேணம் சமர்ப்பிக்கப்பட்ட வடிவமைப்பை உருவாக்குகிறது, சுற்று வரைபடம் மற்றும் பொருட்களின் மசோதாவை உருவாக்குகிறது, மேலும் SPICE உருவகப்படுத்துதல்கள் மற்றும் வடிவமைப்பு சோதனைகளின் தொகுப்பை இயக்குகிறது, ஒவ்வொரு தேவையும் ஒரு எண் வரம்பிற்கு எதிராக ஒரு அளவீட்டை உருவாக்குகிறது. பணிகள் ஆதாயம், வரம்புகள், சிற்றலை, நிலையற்ற பதில் மற்றும் கூறு-சகிப்புத்தன்மை மூலைகளில் நடத்தை ஆகியவற்றை அளவிடுகின்றன. டெக்னிக்கல் ஸ்கோர், பொருட்களின் குறிப்பு மசோதாவுக்கு எதிரான செலவு-செயல்திறன் அளவீடுடன் இணைக்கப்பட்டுள்ளது - இருப்பினும், சர்க்யூட் செயல்பட்டவுடன் செலவு மட்டுமே உதவும்.

சோதனைகள் மின்னழுத்தங்கள் மற்றும் கூறுகளின் நடத்தையை அளவிடுவதைத் தவிர, ஒரு குறியீட்டு முகவருக்கு ஒரு கம்பைலர் மற்றும் ஒரு சோதனைத் தொகுப்பை வழங்குவதுடன் குழு அமைப்பை ஒப்பிடுகிறது. பதிப்பு 1 இல் உள்ள அனைத்து பணிகளும் உண்மையான உற்பத்தியாளர் பாகங்களைப் பயன்படுத்துகின்றன, விவரக்குறிப்புகள் தரவுத்தாள்களிலிருந்து பிரித்தெடுக்கப்பட்டு உருவகப்படுத்துதல் மாதிரிகளில் கொண்டு செல்லப்படுகின்றன, ஏஜென்ட் இருக்கும் சேர்க்கைகளைக் கண்டறிய கட்டாயப்படுத்துகிறது, ஆர்டர் செய்யப்படலாம் மற்றும் நியாயமான விலையில் இருக்கும்.

முதல் லீடர்போர்டு

செப்டம்பர் 1 இன் முடிவுகள் 13 பணிகளில் 61.6% உடன் EEBench V1 இன் உச்சியில் Claude Opus 5 ஐ வைத்தது. க்ரோக் 4.6 57.1% இல் இரண்டாவது இடத்தைப் பிடித்தது, கிளாட் ஃபேபிள் 5.1 க்கு சற்று முன்னால் 56.4%. கிளாட் ஃபேபிள் 5 54.3% மற்றும் கிளாட் ஓபஸ் 4.8 அதிகபட்சம் 51.4% மதிப்பெண்களைப் பெற்றனர். சில மாதங்களுக்கு முன்பு மாடல்கள் இதை சிறப்பாகச் செயல்படும் என்று எதிர்பார்த்திருக்க மாட்டார்கள் என்று குழு குறிப்பிடுகிறது.

ஒரு முடிவு குறிப்பாக குழுவை மகிழ்வித்தது: 3D மாடலிங் மற்றும் பாராமெட்ரிக் CAD மதிப்பீடுகளுடன் பொறியியல் முடுக்கம் பற்றிய ஒரு பிரிவில், Grok 4.6 மாடல் கார்டில் EEBench ஐ xAI சேர்த்தது. xAI இன் சொந்தமாக வெளியிடப்பட்ட ரன் க்ரோக் 4.6 ஐ 60.0% க்கு அதிக பகுத்தறிவு முயற்சியுடன் பெற்றது. xAI இன் வெளியீட்டுப் பொருட்களின் படி, இந்த மாடல் உயர்தர பொறியியல் தரவு மற்றும் கணினி உதவி வடிவமைப்பு உட்பட டொமைன் சார்ந்த சூழல்களில் வலுவூட்டல் கற்றல் பயிற்சியைப் பெற்றது.

இதுவரை பரிசோதிக்கப்பட்ட OpenAI இன் மாதிரிகள் அட்டவணையில் மேலும் கீழே அமர்ந்துள்ளன: GPT-5.5 42.3% மற்றும் GPT-5.6 Sol 39.4% மதிப்பெண்களைப் பெற்றுள்ளது. GPT-6 அஸ்ட்ரா முடிவு இன்னும் இல்லை - மாடலின் KiCad டெமோ புதுப்பிக்கப்பட்ட கவனத்தைத் தூண்டியது என்பது குறிப்பிடத்தக்க இடைவெளி. பெஞ்ச்மார்க்கின் லீடர்போர்டு, மெத்தடாலஜி மற்றும் மாதிரி ரிசல்ட் எக்ஸ்ப்ளோரர் அனைத்தும் பொதுவில் உள்ளன, மேலும் ஆய்வகங்கள் அவற்றின் சொந்த மாதிரிகளை இயக்க முடியும்.

இது எதை அளவிடவில்லை - இன்னும்

EEBench V1 உருவகப்படுத்துதல் மூலம் மட்டுமே அனலாக் மற்றும் டிஜிட்டல் வடிவமைப்பை உள்ளடக்கியது. ஒரு மாதிரியானது இயற்பியல் பலகையை அமைக்க முடியுமா, அதைத் தயாரிக்க முடியுமா அல்லது முடிக்கப்பட்ட தயாரிப்பைக் கொண்டு வர முடியுமா என்பதை இது இன்னும் சோதிக்கவில்லை - முற்றிலும் புதிய தோல்வி முறைகள் தோன்றும் நிலைகள். அந்த நிலைகளை பின்னர் சேர்க்க விரும்புவதாக குழு கூறுகிறது, ஆனால் தேவைகள்-வடிவமைப்பு-சரிபார்ப்பு வளையத்தில் பதிப்பு 1 கவனம் செலுத்தியது, ஏனெனில் பயனுள்ள பொறியியல் வேலைகளை ஏற்கனவே புறநிலையாக தரப்படுத்த முடியும்.

இன்னும், பெஞ்ச்மார்க் ஒரு சொல்லும் தருணத்தில் இறங்குகிறது. ஒரு எல்லைப்புற ஆய்வகம் இப்போது அதை ஒரு மாதிரி அட்டையில் மேற்கோளிட்டுள்ளது, டெமோக்களை முன்பக்கத்தில் எலெக்ட்ரானிக்ஸ் வைக்கிறது, மேலும் அதிக மதிப்பெண் - 61.6% - நம்பகத்தன்மையிலிருந்து வெகு தொலைவில் இருக்கும் போது மாதிரிகள் அர்த்தமுள்ள திறனைப் பெறுவதைக் காட்டுகிறது. மின் பொறியாளர்கள் பார்க்கும் போது, ​​முதல் EEBench முடிவுகளின் செய்தி அளவிடப்படுகிறது: AI ஆனது காகிதத்தில் சுற்றுகளை அதிகளவில் வடிவமைக்க முடியும். அவர்கள் உண்மையான பாகங்களுடனான தொடர்பைத் தக்கவைத்துக்கொள்கிறார்களா என்பதைத் துல்லியமாகக் கண்டறிய இந்த அளவுகோல் உள்ளது.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →