2024-09-23-insights

发表于 2024-09-23 更新于 2024-09-27 分类于 Arxiv-Insights 阅读次数： Valine：
本文字数： 143 阅读时长 ≈ 1 分钟

LLMs Still Can't Plan; Can LRMs? A Preliminary Evaluation of OpenAI's o1 on PlanBench

上线一周，第一批测试 o1 的论文已经卷出来了。PlanBench 的原班作者测试了一波 planbench，发现 o1 仍未完全解决之，呼吁大家快来刷。