DeepPlanning は、2026 年に Qwen チームによってリリースされた、インテリジェント エージェントの計画機能を評価するためのデータセットです。関連論文は... DeepPlanning: 検証可能な制約による長期的エージェントプランニングのベンチマーク目的は、複雑で長期的な計画タスクにおけるインテリジェントエージェントの推論および意思決定能力を評価することです。

このデータセットには、複数日間の旅行計画と複数品目の買い物計画という2種類のタスクが含まれています。旅行計画タスクには、中国語と英語の両方で利用可能な120の独立したタスク例が含まれています。各タスクは独立した環境に対応し、交通手段、宿泊施設、観光スポット、スケジュール、費用などの情報を含む構造化された背景データが含まれており、平均約7,700件の関連レコードが含まれています。買い物計画タスクには、英語で書かれた120の独立したタスク例が含まれており、それぞれに商品価格、在庫、割引ルール、予算制約などの情報を含む商品データベースが備わっており、平均約170件のレコードが含まれています。