본 논문은 대규모 언어 모델(LLM)의 물리적 및 공간적 추론 능력을 평가하기 위한 새로운 데이터셋을 제안합니다. 이 데이터셋은 토폴로지 최적화 기법을 기반으로 하며, 주어진 하중과 지지 조건 하에서 설계 공간 내 최적의 재료 분포를 계산하는 데 사용됩니다. LLM은 2D 경계, 외력, 지지 조건 등의 정보를 입력받아 최적의 재료 분포를 추론해야 합니다. 데이터셋은 부분 구조 내에서 마스크된 영역을 채우는 것부터 완전한 재료 분포를 예측하는 것까지 다양한 작업을 포함하며, 시뮬레이션 도구나 명시적인 물리 모델 없이 힘의 흐름과 주어진 제약 조건 하에서 필요한 재료 분포에 대한 이해를 요구합니다. 따라서 구조적 안정성과 공간적 구성에 대한 추론 능력을 평가하는 데 초점을 맞추고 있으며, 기존의 언어 및 논리 벤치마크를 보완하는 2D 환경에서의 공간 및 물리적 추론 능력 평가를 목표로 합니다.
