Российская платформа для управления строительством Signal провела серию из семи экспериментов по проверке проектной документации с помощью нейросетей. Для тестов использовали комплект из 40 страниц, содержащий 14 заранее заданных дефектов, включая ошибки в расчетах, размерах и перекрестных ссылках.
Лучший результат показала модель GPT-6 Astra, обнаружившая 13 из 14 дефектов, что составляет 93%. Из 21 сформированного системой замечания инженеры подтвердили 21, что обеспечило точность около 91%. Модель Qwen3-VL 8B при этом выявила лишь один частичный дефект, сгенерировав 47 замечаний, большинство из которых оказались ложными.
Исследование выявило зависимость эффективности ИИ от сценариев проверки. При четырех запусках модели GPT-5.6-sol на одном и том же комплекте документов система находила от 5 до 12 замечаний. Специалисты Signal подчеркивают, что технология эффективна как инструмент предварительного контроля, но не способна полностью заменить инженера.
В настоящее время ИИ-инструмент Checker работает как отдельное приложение. В планах компании — интеграция технологии в среду Signal Docs. Автоматизация сверки спецификаций и количественных показателей призвана сократить объем рутинной работы инженеров, однако оценка влияния на общую производительность требует дальнейших испытаний.
