arXiv cs.CL· Rabindra Lamsal, Sisi Zlatanova, Haowen Xu, Yafei Sun, Xuesong Shen·· 12 小时前AI 评分29
IfcLLM：通过关系与图表示互补实现 IFC 模型的自然语言查询
IfcLLM: Natural Language Querying of IFC Models through Complementary Relational and Graph Representations
AI 导读
IfcLLM 框架将关系型与图两种表示结合，按查询类型路由到更合适的后端，由 LLM 智能体通过迭代重试与修正推理整合两者，无需用户介入即可从失败中恢复。在三个 IFC 模型的 30 个查询场景上评测，最佳配置达到 96% 准确率。开放权重 LLM 的结果显示其具备在数据敏感的 AEC 场景本地部署的潜力。
正文 · AI 翻译
摘要：Industry Foundation Classes（IFC）标准是贯穿建筑全生命周期（从设计、施工到设施管理与数字孪生集成）的建筑数据交换核心。在运营场景中，利益相关方日益需要在不具备 IFC 复杂、深度嵌套模式专业知识的情况下访问建筑信息，这推动了自然语言界面的需求。现有基于大语言模型（LLM）的查询方法通常依赖单一数据表示，而这种表示对属性检索和空间推理的适用性并不均衡。我们提出 IfcLLM，一个结合互补的关系型与图表示的框架，将每种查询类型路由到更合适的后端。一个 LLM 智能体通过迭代式重试与精炼推理将两者集成，无需用户输入即可从失败中恢复。在三个 IFC 模型的 30 个查询场景上评估，表现最佳的配置达到 96% 的准确率。使用开放权重 LLM 的结果进一步展示了在数据敏感的 AEC 环境中本地部署的潜力。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2605.13236 [cs.CL] |
| （或 arXiv:2605.13236v3 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.13236 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Rabindra Lamsal [查看电子邮件]
[v1]
2026年5月13日星期三 09:24:51 UTC（4,096 KB）
[v2]
2026年6月22日星期一 02:54:53 UTC（3,931 KB）
[v3]
2026年10月21日星期三 23:25:08 UTC（4,381 KB）
来源：arXiv cs.CL · arxiv.org