arXiv 自然语言处理· Md Rayhanul Masud, S M Maksudul Alam, Mohammad Jaminur Islam·· 9 小时前AI 评分32
BANGLAPLAN：孟加拉语约束规划与决策评测基准
BANGLAPLAN: A Benchmark for Constraint-Based Planning and Decision-Making in Bangla
AI 导读
研究人员推出针对孟加拉语约束规划与决策的评测基准 BANGLAPLAN，包含覆盖 10 个任务族的 1,000 道题目，涵盖日常、正式、口语及孟英混合 4 种语域。基准测试了 11 种开源与专有模型配置，GPT-6.1 Sol 取得 98.7% 的准确率，开启思考模式的 Qwen3.5-27B 达到 80.3%，而直接回答配置最高仅得分 30.9%。评测显示有 7 种配置的表现低于基线水平。
来源：arXiv 自然语言处理 · arxiv.org