标签
本文提出'Space'，一种技能引导的自适应动作分块方法，用于长期任务LLM代理，将成功率提高7.0%–31.3%，并将LLM决策轮次减少高达78.9%。
AdaPlanBench是一个动态基准测试，用于评估LLM智能体在多轮交互中根据逐步显现的世界和用户约束进行自适应规划的能力。实验表明，当前模型尤其难以应对用户约束。