宝藏论文，虽然转过了，再转一次。 LLM的reasoning的epic failures，就像这几天大家转的50米洗车的案例，作为纯符号层的llm推理，论文中也首先提到要区分embodied和non-embodied，llm显然很难区分这一点，顾此失彼，让人走过去却忘了车！ 论文的survey框架不错，不仅对于模型训练，对于如何搭建agent脚手架也有裨益。 一个会从错误中持续学习的agent