ONESTRUCTION以三阶段训练构建建筑BIM领域基础模型

日本建筑业劳动力短缺，BIM因能让设计、施工、维护共享信息而被国家层面推广，但IDS（信息交付规范）文件的编写需要精通其XML语法和数千条IFC术语映射，过去靠领域专家手工完成，学习成本拖慢普及。建筑科技公司ONESTRUCTION在AWS生成式AI加速营与创新中心的支持下，训练了面向这一场景的专用基础模型Ishigaki-IDS。三大难题与解法清晰可复用：公开语料几乎为零，就由内部领域专家协同生成合成数据，在持续预训练阶段让合成数据占训练语料大头；监督微调后仍会出现似是而非的标签与属性错误，就引入可验证奖励强化学习，把国际标准组织提供的校验器当奖励函数，让模型对着XML良构性、IDS结构有效性与语义一致性迭代；底座选用8B到32B多尺寸的开源模型（来自阿里云），先小规模实验再上32B全量训练。训练基础设施用两节点H200 GPU集群，由ParallelCluster编排、 Lustre文件系统供数，团队与AWS顾问每两周复盘一次。评测自建IDS-Bench，覆盖不同IFC版本、专业分工与日英双语。文内未披露量化效果，其价值在于给出一条数据稀缺领域构建专用模型的完整路径。