AITOPAI热报
Event ·Single source

腾讯混元开源PlanningBench：评估LLM规划能力的可扩展框架

腾讯混元与中国人民大学高瓴人工智能学院合作开源了PlanningBench，这是一个可扩展、可验证的框架，用于评估和训练大语言模型的规划能力。该框架包含30多个真实世界的规划任务，支持自动验证，并提供评估和训练支持。PlanningBench旨在帮助LLM从“说”转向“做”，即提升其实际规划与执行能力。该框架已在arXiv发布论文，代码在GitHub开源，数据集在HuggingFace上可用。

Current read

PlanningBench解决了LLM规划能力评估缺乏标准化基准的问题，做AI Agent或任务规划的研究者和开发者可以直接用这个框架测试和训练模型，建议点开看看具体任务和验证方式。

2 sources72° AI heatLast updated 2026/6/5 07:46:08

Evidence

2 sources

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

Open the story