发布BANGLAPLAN基准评估孟加拉语规划能力

2026-10-14 15:321 篇报道1 个发布方

发生了什么

arXiv论文介绍BANGLAPLAN基准，旨在评估大语言模型在孟加拉语下的约束规划与决策能力。该基准包含1,000个覆盖十类任务的问题，含可行与不可行案例及八种结构化答案类型。测试显示GPT-6.1 Sol准确率达98.7%，Qwen3.5-27B为80.3%，多数配置低于基线。

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

来源关系与证据边界

按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。