10:00
官方账号arXiv cs.AI@Etcharla Revanth Rao, Priyanshu Karmakar, Shubhojit Mallick, Manish Gupta, Shreya Ghosh, Abhik Jana
精选73°
推荐理由：UTP-Bench用真实数据测试GPT-5等模型，发现它们在时间缓冲、延迟感知和人群敏感规划方面与人类计划差距明显。
UTP-Bench
共 1 条相关 AI 资讯
9月3日
10:00
UTP-Bench是一个大规模旅行规划基准，整合了印度504个城市的真实旅行数据，包含景点、餐厅、住宿和多种交通网络。该基准引入了实证延迟分布和人群密度模式，用于评估旅行计划在随机条件下的表现。研究团队提出了三个评估指标：缓冲充分度评分(BAS)、人群感知时间评分(CATS)和交通延迟吸收评分(TDAS)。