1 月 30 日消息，阿里千问今天在公众号平台发文，宣布推出新一代 Agent 基准测试 DeepPlanning。
据介绍，DeepPlanning 千问 Qwen 教程 与传统的推理任务截然不同，要求 AI 在面对现实世界的复杂规划时通盘考虑，不能只专注于局部。
例如：多日旅行规划要精确到分钟级排期，同时守住时间、预算的硬上限；复杂购物场景要懂得叠加优惠券、知道如何动态组合商品才能满减，以实现整体价格最优。而且这些“硬要求”不只是让 AI 单纯在哪一步完成就好，必须贯穿整个计划始终。
最终实测结果表明，即使是目前顶尖的 GPT-5.2、Claude 4.5、Gemini 以及 Qwen 3 模型，在全局优化以及长周期一致性上仍存在部分短板，距离真正成为拥有 100% 自主决策能力的“行动派”还有一定距离。
值得注意的是，阿里千问还在 Hugging Face 和 ModelScope 平台开源了这款基准，IT之家附上链接如下：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/260772.html原文链接：https://javaforall.net
