教程与技巧

腾讯混元联合人大开源PlanningBench评估框架

原文标题:Planning is where LLMs move from “saying” to “doing.” Tencent Hy, in collaboration with the Gaoling...

AI 摘要

腾讯混元(Tencent Hunyuan)与中国人民大学高瓴人工智能学院合作,开源PlanningBench——一个可扩展、可验证的LLM规划能力评估与训练框架。该框架包含30+真实世界规划任务,支持自动验证和训练。PlanningBench旨在推动LLM从“说”到“做”的规划能力发展。资源已发布于arXiv、GitHub及HuggingFace。

关键信息

  • 腾讯混元(Tencent Hunyuan)与中国人民大学高瓴人工智能学院合作,开源PlanningBench——一个可扩展、可验证的LLM规划能力评估与训练框架。
  • 该框架包含30+真实世界规划任务,支持自动验证和训练。
  • PlanningBench旨在推动LLM从“说”到“做”的规划能力发展。
  • 资源已发布于arXiv、GitHub及HuggingFace
  • 腾讯混元联合人大开源的 PlanningBench,补上了 LLM 从「会说」到「会做」之间规划能力评估的缺口,做 Agent 的同学可以直接用来评测和训练,开源即用

速览

发布时间
更新时间
来源
X:腾讯混元 (@TencentHunyuan)
分类
教程与技巧
AI 评分
74
阅读原文 前往信息源阅读完整正文
推荐理由

腾讯混元联合人大开源的 PlanningBench,补上了 LLM 从「会说」到「会做」之间规划能力评估的缺口,做 Agent 的同学可以直接用来评测和训练,开源即用。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:腾讯混元联合人大开源PlanningBench评估框架。2026年6月5日。https://new.nat6.net/news/cmq0msqwn07oisltr2sw1wjbg/

查看全部 →
  • 在程序中使用Codex Python SDK

    你可以在自己的程序中使用Codex Python SDK。这太棒了。由@ah20im和朋友构建 ``` pip install openai-codex ``` https://developers.openai.com/codex/sd…

    X:Tibo (@thsottiaux)教程与技巧AI 评分 71

  • 用Qwen2.5-3B构建多智能体经济体:工程报告

    开发者用Qwen2.5-3B构建了五人森林生物多智能体经济体,每个智能体独立运行,通过vLLM部署在Modal,以Gradio为交互窗口。3B模型在100%调用中输出有效JSON,但经济判断能力弱。通过设计稀缺性(食物品种限制、易腐坏、冬…

    Hugging Face 社区博客(混合发现)教程与技巧AI 评分 74

  • 千问联合人民日报健康发布《2026 AI健康助手使用指南》

    千问联合人民日报健康共同发布业内首份《2026 AI健康助手使用指南》,由北京协和医院、积水潭医院、广安门医院等20位主任医师参与审核。指南基于千问每天回应数千万次健康咨询的真实经验,将AI在健康生活中的核心价值归纳为五个角色:日常预防的…

    公众号:千问APP(阿里)教程与技巧AI 评分 62

  • Job Searcher

    Hugging Face 发布 Job Searcher,一个基于 AI 的求职搜索工具。用户上传简历并设定偏好后,系统使用教师模型 DeepSeek V4 Pro 生成 LinkedIn 搜索查询,通过 JobSpy 抓取职位,再对学生…

    Hugging Face 社区博客(混合发现)教程与技巧AI 评分 65

  • Claude Cowork 产品指南

    Anthropic 发布 Claude Cowork,一款运行在 Claude 桌面应用中的知识工作智能体。它可读写本地文件、跨 Slack 和 Google Drive 等应用协作,执行多步骤任务并生成带引用的实际交付物。核心能力包括本…

    Claude:Blog(网页)教程与技巧AI 评分 76