研究揭示LLM规划存在两种独立能力维度

研究者 Sukai Huang 等人在 arXiv 发表研究，在 ACPBench-Hard 上评估多个 LLM 家族，并用多维项目反应理论模型分析其规划能力结构，发现规划表现由两种潜在能力主导：操作推理与结构枚举。 操作推理指评估局部动作适用性和即时状态转换的能力，结构枚举指对目标可达性和地标结构的推理能力。研究称，操作推理随模型规模扩大和推理链变长而提升，结构枚举则相对不敏感。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。