Vilken AI-modell är bäst på att översätta mänskliga mål till planeringsspråk?

arXiv cs.AI

Forskare testade sex stora språkmodeller på hur väl de kan översätta informella testmål från spelutvecklare till PDDL (ett formellt språk för automatiserad planering) – och resultaten var överraskande starka. Alla modeller klarade sig över 92% korrekthet, med Gemini 2.5 Flash i topp på 96%, medan GPT-4.1 var snabbast. Det som är intressant är inte vinnaren i sig, utan att LLM:er nu verkar mogna nog att fungera som en praktisk brygga mellan mänskligt språk och maskinkörbar planering – åtminstone i väldefinierade domäner.