📖标题：Analysis of Optimality of Large Language Models on Planning Problems
🌐来源：arXiv, 2604.02910v1
🛎️文章简介
🔸研究问题：前沿大语言模型在解决复杂规划问题时，是依赖简单的启发式策略，还是能像经典算法一样进行真正的全局最优推理？
🔸主要贡献：揭示了推理增强型大模型在复杂组合爆炸场景下，不仅能求解，还能严格保持理论最优解，性能超越了因搜索空间爆炸而失效的传统规划器。
📝重点思路
🔸构建基于广义 Path-Star 拓扑的问题空间，将积木世界映射为图结构，通过系统调节塔的高度（深度）、数量（宽度）和目标块密度（组合性）来隔离真正的拓扑推理能力。
🔸设计抽象图重写任务以剥离物理语义先验，强制模型仅依靠提供的算子和拓扑结构进行推理，排除对训练数据中特定领域启发式的记忆依赖。
🔸采用极简的少样本提示策略，仅提供领域定义和单个示例，利用具备思维链能力的推理增强模型，通过分析推理令牌消耗量来量化测试时的计算投入。
🔸提出并验证两种假设机制：一是通过推理令牌执行的主动算法模拟，二是允许模型将拓扑表示为可导航全局几何的几何记忆，以此解释模型如何绕过指数级复杂度。
🔎分析总结
🔸实验显示经典满意解规划器（如 LAMA）在目标块数量增加时迅速遭遇计算硬墙，被迫牺牲方案最优性或直接失败，而大模型能追踪理论最优界限直至极高复杂度。
🔸在去除语义提示的抽象图任务中，大模型依然能生成最优路径，证明其具备 genuine 的结构化拓扑推理能力，而非仅仅利用"堆叠"等物理常识捷径。
🔸成功生成的计划所需推理令牌数与最优计划步长呈严格的线性关系（约每步 47 个令牌），表明模型执行的是串行算法模拟，且失败模式是从完美最优直接跳变为完全失败，不存在中间的低质解。
🔸在处理塔内目标块交错依赖的复杂变体时，虽然模型最优率有所下降，但仍能解决大量传统规划器完全无法处理的实例，显示出其对分解策略的灵活适应性。
💡个人观点
论文打破了"大模型只能做近似推理"的刻板印象，证明了在特定拓扑结构下，大模型通过测试时计算（推理令牌）可以实现比传统搜索算法更优的可扩展性和严格最优性。
