xuanalogue 团队发现 vanilla LLM/LRM 难以评估不确定环境中的多步规划价值

xuanalogue 团队发现，vanilla LLM 和 LRM 难以在不确定环境中估算多步计划价值，也难以主动规划收集有价值的信息。研究团队称，这两种能力会在 POMDP / belief space 规划中自然涌现，后续将分享更多细节。