研究人员调查了因果上下文和多步规划对大型语言模型（LLM）游戏代理空间推理能力的影响。使用Qwen3模型系列，在旨在测试空间导航的自定义GVGAI基准上，对不同模型规模和推理模式进行了实验。研究结果表明，虽然启用思考模式的更大模型在识别自身位置方面准确性有所提高，但较小的模型仍然存在困难。研究还表明，将因果上下文整合到提示中并启用多步规划可显著提高成功率，并反直觉地缩短响应时间，这表明了一种提高LLM代理性能的实用方法。 AI
影响 增强了对LLM空间推理的理解，并提供了在复杂任务中提高代理性能的实用方法。
排序理由 关于LLM能力和基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
