研究提出LLM规划效率可验证框架

2026年10月28日，arXiv发布由Yezhou Cheng等人完成的最新研究。该研究提出了一种可验证框架，旨在通过隔离评估来衡量大语言模型内部规划的效率。 研究将成功加权规划效率分解为三个具体维度：可靠性、协调性和动作经济性。通过这种分解，框架能够区分模型是“协调失败”还是“低效完成”，从而精准定位无工具规划中的长时程限制。 实验团队评估了7种模型配置，共计8400个完整计划。结果显示，模型在长时程任务中经济性显著下降，且高计划效率可能与低目标达成率共存。该框架使相关限制首次可被定量验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。