阿里通义开源 AI Agent 能力测试基准 DeepPlanning-低调大师

阿里通义开源 AI Agent 能力测试基准 DeepPlanning

2026-02-02 1

阿里通义Qwen团队正式开源DeepPlanning，一个专为评估Agent在真实复杂场景中全局规划能力而设计的新一代基准。

据介绍，区别于传统的推理任务，DeepPlanning聚焦的是全局最优解，它要求AI在面对现实世界的复杂规划时，得通盘考虑，不能只专注局部。

比如：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；复杂购物场景要能懂得叠加优惠券、知道如何动态组合商品满减，以实现整体价格最优。而且，这些“硬要求”它不是单纯在哪一步完成就好，必须贯穿整个计划始终。

实测结果显示：即使是目前顶尖的GPT-5.2、Claude 4.5、Gemini以及我们Qwen3模型，在全局优化与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。

目前DeepPlanning已在Hugging Face和ModelScope开源。

https://modelscope.cn/datasets/Qwen/DeepPlanning
https://huggingface.co/datasets/Qwen/DeepPlanning

微信关注我们

原文链接：https://www.oschina.net/news/401324

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

东南大学发布全球首个混凝土材料科学大模型

东南大学材料科学与工程学院刘加平院士团队发布国内首个混凝土材料科学大模型——“砼真砼知”大模型。该模型由实验室联合东南大学大数据中心、阿里云计算有限公司共同打造，已应用于南京北站建设项目中。根据介绍，混凝土作为一种多相、多组分的复杂材料，其性能极易受季节变化、原材料波动等环境因素影响，而“砼真砼知”大模型能够将多种影响因素统一纳入计算框架，显著提升混凝土性能预测的准确性。大模型打造开放式智能体广场，推出性能预测、配比设计、开裂风险评估三大核心智能体，通过“大模型+小模型”协同，实现从参数输入到方案生成的端到端闭环，为“从性能目标到最优配方”“从结构参数到开裂风险评估”等依赖经验的复杂问题，提供标准化、高精度的量化决策工具，填补混凝土材料智能设计领域的技术空白。相较于通用大模型在专业领域的“幻觉”与不确定性，“砼真砼知”大模型以“深度专业化”构...

2026-02-02

2

转载自：https://cursor.com/cn/blog/secure-codebase-indexing 语义搜索是提升智能体性能的最重要驱动因素之一。在我们最近的评估中，它平均将响应准确率提升了 12.5%，生成的代码修改更有可能在代码库中被保留，并整体提高了请求满意度。为了支持语义搜索，Cursor 会在你打开项目时为你的代码库构建一个可搜索的索引。对于小型项目，这几乎是瞬间完成的。但如果采用朴素方式为包含数万文件的大型仓库建立索引，处理可能需要数小时，而且在至少 80% 的工作完成之前，语义搜索都无法使用。我们尝试基于一个简单的观察来加速索引：大多数团队实际上都在使用几乎完全相同的代码库副本。事实上，在同一组织内，不同用户之间的同一代码库克隆版本，相似度平均达到 92%。这意味着，当有人加入团队或更换电脑时，我们无需每次都从头重建索引，而是可以安全地复用队友已有的索引。对于最大型的仓库，这能将首次查询的等待时间从数小时缩短到几秒。构建第一个索引 Cursor 使用Merkle tree来构建它对代码库的初始视图...

2026-02-02

0

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。