ACPBench Hard：关于行动、变化和规划的无限制推理
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了ACPBench Hard，以评估现有模型在规划任务中的推理能力。结果显示，最先进的语言模型在这些任务中的准确率未超过65%，表明仍需改进。
🏷️
