热点事件持续更新
SPE框架量化LLM原生规划效率：长视野下动作经济性下降
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.AI 刊出研究，提出可验证框架 SPE=R×Q×E，用于衡量大模型无工具、单次输出的原生规划效率：将效率分解为执行可靠性（R）、规划协调（Q）与动作经济性（E）三个维度。研究在4×4滑动拼图任务上评测了7种模型条件，共收集8,400条完整规划输出。结果显示，即便模型完成全部试次，在更长视野下动作经济性仍出现下降；同时，已完成规划中的高效率也可能与目标达成率偏低并存。该框架的意义在于把“能否做完”与“做得是否经济”分开度量，为LLM内在规划能力提供可验证的量化口径。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
新评测显示，模型即使完成全部试次，更长视野下动作经济性仍下降，高效率可与低达成率并存。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AILLM 原生规划在滑动拼图中的可验证效率上限
研究提出可验证框架 SPE=R×Q×E，把 LLM 无工具、单次输出的原生规划效率拆为执行可靠性、规划协调与动作经济性，并评测 7 个模型条件的 8,400 条完整规划输出（4×4 滑动拼图）。结果显示，即便模型完成全部试次，更长视野下动作经济性仍下降，已完成规划的高效率也可与目标达成率低并存。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。