sliding-puzzles

#sliding-puzzles

滑块拼图中大语言模型内在规划能力的可验证效率极限

arXiv cs.AI ↗ · 2026-10-28 缓存

提出一个可验证框架，将LLM在滑块拼图上的原生规划能力分解为成功加权规划效率（SPE=R×Q×E），通过轨迹回放与认证最优解量化执行可靠性、规划协调性与动作经济性，揭示长视野规划的局限。

0 人收藏 0 人点赞