ICLR 2025 | 评估大模型智能体的复杂任务规划能力

文章预览

规划（Planning）是大模型智能体的核心能力，广泛应用于大模型的多工具调用、具身智能场景中的复杂任务拆解和多机器人协同、复杂问题的求解、医学场景中的疑难杂症诊断分析，AI for Science中的实验方案设计等。相较于普通的推理能力，规划更加依赖于结构化思维建模（Structure Thinking），而非单一的线性思维过程。研究表明，目前的大模型在规划能力上仍有显著不足，尤其在处理图结构类型的工作流任务时表现薄弱。未来，提升大模型在复杂规划任务中的表现，特别是增强其对图结构任务的理解与规划能力，将是推动智能体广泛应用的关键之一。 论文题目： Benchmarking Agentic Workflow Generation  论文链接： https://arxiv.org/abs/2410.07869 代码链接： https://github.com/zjunlp/WorfBench 大模型智能体正在迅速发展，能力已不再局限于 API 调用。 诸如OpenAI的Operator和An ………………………………