planning-knowledge

本文介绍了UPBench，这是一个基准测试，用于评估大型语言模型在城市规划知识方面的表现，涵盖四个知识支柱和五个认知层次。研究发现，模型在高阶分析任务上表现优于事实回忆，并识别出如监管幻觉和实践智慧缺失等认知局限。