PDEAgent-Bench：用于 PDE 求解器生成的多指标、多库基准测试

本文旨在解决从偏微分方程（PDE）规范自动生成可执行数值求解器的挑战。针对现有基准仅关注语法正确性而忽视数值精度与效率的问题，作者提出了 PDEAgent-Bench。这是首个专为 PDE 求解器生成设计的多指标、多库基准，涵盖 645 个实例及多种主流有限元库。该基准采用分阶段评估框架，严格检验代码的可执行性、数值准确性及计算效率。实验表明，当前大模型虽能生成可运行代码，但在满足精度和效率要求时通过率显著下降，揭示了其在数值可靠性方面的局限。