arXiv cs.AI· Mayukh Debnath, Adeyinka Adedigba, Rammohan Mallipeddi·· 13 天前AI 评分43
规划问题何时对 LLM 变难：区分结构复杂度与语义可解释性
When Planning Problems Become Hard for LLMs: Separating Structural Complexity from Semantic Interpretability
AI 导读
研究通过 7 个 STRIPS 领域解耦了经典规划中结构难度与语义理解对 LLM 的影响。免训练启发式方法 $h_{\mathrm{add}}$ 预测结构难度的表现优于学习型模型，保留状态但重命名谓词使 LLM 规划成功率从 67.5% 骤降至 40.0%。结果表明经典符号启发式已能良好评估结构难度，改进混合规划的关键在于建模 LLM 对谓词语义的敏感性。
来源：arXiv cs.AI · arxiv.org