热点事件持续更新
研究团队推出孟加拉语规划决策评测基准BANGLAPLAN
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月15日，研究人员发布针对孟加拉语约束规划与决策的评测基准BANGLAPLAN。该基准包含覆盖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。基准共测试了11种开源与专有模型配置，结果显示GPT-6.1 Sol取得了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%。此外，评测显示有7种配置的表现低于基线水平。
AI 根据报道生成 · 8 小时前更新
最新进展10月15日 12:00
研究团队推出评测基准BANGLAPLAN，GPT-6.1 Sol测试准确率达98.7%。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理BANGLAPLAN：孟加拉语约束规划与决策评测基准
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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。