본 논문은 토폴로지 최적화를 기반으로 대규모 언어 모델(LLM)의 물리적 및 공간적 추론 능력을 평가하기 위한 새로운 데이터셋을 제시합니다. 이 데이터셋에서는 LLM에 2D 경계, 외력, 지지대와 같은 조건이 주어지며, 모델은 최적의 재료 분포를 추론해야 합니다. 과제는 부분 구조 내에서 마스크된 영역 채우기부터 완전한 재료 분포 예측까지 다양하며, 시뮬레이션 도구나 명시적인 물리 모델 없이 힘의 흐름과 주어진 제약 조건 하에서 필요한 재료 분포를 이해해야 합니다. 이는 구조적 안정성과 공간적 구성에 대한 모델의 추론 능력을 평가하는 것을 목표로 하며, 기존의 언어 및 논리 벤치마크를 보완하는 2D 환경에서의 공간 및 물리적 추론 능력 평가를 위한 데이터셋입니다.
