研究称LLM规划含操作推理与结构枚举两种能力

Monash 团队 Sukai Huang 等发布论文《What We Talk About When We Talk About LLM Planning》，基于论文摘要，研究团队用多维项目反应理论分析多个 LLM 家族在 ACPBench-Hard 上、不同测试时推理预算下的表现，提出 LLM 规划至少涉及操作推理和结构枚举两种潜在能力。 分析结果显示，操作推理随模型规模扩大和更长推理轨迹有所改善，而结构枚举对这些因素相对不敏感。研究据此主张应从具体规划能力而非单一总体表现来评估 LLM 的规划水平。

AI 根据报道生成 · 1 天前更新