Mapeo semántico de solicitud de información (RFI) a elementos BIM con modelos de lenguaje grandes

Una RFI es una pregunta formal sobre algo que el escritor supone que puedes identificar: una puerta, un parapeto, un tipo de ventana en un nivel particular. El modelo BIM ya contiene eso como un registro mecanografiado. Nada en los datos conecta los dos, por lo que responder a RFI significa que una persona busca dibujos y especificaciones a mano. El documento cita una estimación de 17 horas-persona para procesar un solo RFI, y retrasos relacionados con RFI que representan hasta el 10% de la duración del proyecto.

La mayoría de los intentos de cerrar esa brecha entregan toda la cuestión a un modelo de lenguaje: aquí está el texto, aquí está el catálogo, dime qué elemento significa. Eso funciona con suficiente frecuencia como para hacer una demostración y falla donde importa, porque no hay manera de mostrar por qué se eligió un elemento determinado.

El modelo propone pistas. Las reglas deciden.

El prototipo es un complemento Revit conectado a un servicio de Python. El modelo de lenguaje lee el RFI y devuelve un objeto JSON estrictamente formateado con señales de intención, disciplina, objeto principal, palabras clave, referencias espaciales y dimensiones. Está explícitamente prohibido nombrar identificadores BIM, categorías Revit o instancias de elementos. Luego, la selección pasa por cinco etapas ordenadas contra los propios metadatos del modelo, cada una de las cuales contribuye con una puntuación interpretable: una coincidencia de identificador directo, contexto espacial, contexto del sistema para MEP, una puntuación previa léxica y de palabras clave y, finalmente, incorpora similitud para la clasificación. Una persona confirma el resultado antes de que se vuelva a escribir el enlace.

Debido a que el modelo no puede introducir un elemento que no esté ya en el catálogo, una alucinación no tiene a dónde ir. Ésa es la verdadera afirmación del diseño, y es más estructural que una cuestión de calidad inmediata.

El hallazgo que más importa es negativo

En el proyecto real, GPT-4.1 obtuvo un 60,27 % con extracción intencional y un 60,27 % sin ella. Al GPT-4.1-mini más pequeño en realidad le fue ligeramente peor con señales de intención que sin ellas, 56,16% contra 58,9%. Los autores concluyen que el rendimiento depende principalmente de la coincidencia basada en reglas y la calidad de los metadatos BIM, no de lo que contribuyó el modelo de lenguaje.

Para un artículo sobre la aplicación de LLM, ese es un resultado inusualmente honesto, y es la razón por la que seguimos este. Dice la parte útil del sistema es la parte que puedes auditar.

La otra restricción son los datos, no el método. Las dos fallas en el modelo experimental se debieron a que RFIs se refería a salas que no tenían asociaciones de salas a nivel de instancia en el modelo. En el proyecto real, la mayoría de RFIs se comunicaron por correo electrónico con el contexto real en archivos adjuntos de dibujos marcados, razón por la cual sólo 74 de 524 tenían suficiente texto para trabajar.