Alibaba yangi "DeepPlanning" benchmarkini taqdim etdi: AI agentlari byudjetni boshqara oladimi?

Alibaba tadqiqotchilari AI agentlarining murakkab rejalashtirish va resurslarni boshqarish qobiliyatini sinovdan o'tkazuvchi yangi DeepPlanning benchmarkini e'lon qildi.