优惠 Google DeepMind推出新型基准测试NATURAL PLAN：专门用来评估大语言模型在处理自然语言描述的计划任务方面的能力

Google DeepMind推出新型基准测试NATURAL PLAN，它专门用来评估大语言模型（LLMs）在处理自然语言描述的计划任务方面的能力。这个基准测试包含三个关键任务：旅行规划、会议规划和日历安排。论文的核心思想是，通过提供像Google Flights、Google Maps和Google Calendar... 阅读全文