Датасет · osunlp
Бенчмарк планирования путешествий
osunlp/TravelPlanner
1 225 запросов для проверки языковых агентов в многошаговом планировании поездок с ограничениями.
Что внутри
Содержит текстовые запросы и табличные данные на английском. Для каждого запроса агент должен составить план с транспортом, питанием, достопримечательностями и проживанием на каждый день. Всего 1 225 запросов; это бенчмарк для оценки tool-use и сложного планирования с жёсткими ограничениями.
Что можно сделать
- Оценить LLM-агента в tool-use
- Проверить планировщик поездок с ограничениями
- Сравнить стратегии многошагового планирования
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 4,8 тыс.
- Лайков
- 89
Как загрузить
from datasets import load_dataset
ds = load_dataset("osunlp/TravelPlanner")