Projekt EEBench zveřejnil nový test pro hodnocení elektronických obvodů navržených jazykovými modely. Místo samotného sledování, zda agent zvládne ovládat grafický editor KiCad, kontroluje, jestli výsledný návrh splní elektrické požadavky a projde simulací. Autoři popisují úlohy založené na reálných obvodech, například na záložním napájení elektroměru, kde musí návrh udržet procesor v chodu po výpadku zdroje. Benchmark má oddělit znalosti modelu od schopnosti pracovat s CAD nástrojem a vytvořit prostor pro další post-training. EEBench zároveň upozorňuje, že současné modely často rozumějí elektronice lépe, než naznačují jejich první výstupy v konvenčních návrhových nástrojích. Výsledky tak mají ukázat nejen to, zda AI něco nakreslí, ale zda to bude skutečně fungovat.
