腾讯混元团队近日联合中国人民大学高瓴人工智能学院等机构推出并开源 PlanningBench，用于评测和训练大语言模型的规划能力。该框架面向真实规划场景，抽象任务、约束与难度因素，构建覆盖 30 多种任务类型的数据生成与验证体系，涵盖日程排布、资源分配、人力排班、路径调度、生产运营和应急服务六大类。PlanningBench 通过 checklist 评估模型输出是否满足条件、资源限制和目标最优性，并关注局部合规与全局可执行性，可用于诊断复杂约束下的模型规划能力。
腾讯混元团队近日联合中国人民大学高瓴人工智能学院等机构推出并开源 PlanningBench，用于评测和训练大语言模型的规划能力。该框架面向真实规划场景，抽象任务、约束与难度因素，构建覆盖 30 多种任务类型的数据生成与验证体系，涵盖日程排布、资源分配、人力排班、路径调度、生产运营和应急服务六大类。PlanningBench 通过 checklist 评估模型输出是否满足条件、资源限制和目标最优性，并关注局部合规与全局可执行性，可用于诊断复杂约束下的模型规划能力。