论文11:12SIMMER基准:评估LLM规划中的潜在失败新基准暴露LLM规划隐藏盲区#SIMMER#LLM#世界模型#智能体aarXiv cs.AI@Xiaoxin Lu 等 3 人原文稍后读已读值得跟进有用关注 SIMMER