AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints

AdaPlanBench 关注约束逐步显露时 agent 能否重新规划，而不是一次性给出完整世界状态的静态 planning。它把 world constraints 和 user constraints 同时纳入动态交互设置，测试模型在反馈中修正计划的能力。检索到的摘要给出一个明确基线：十个领先 LLM 中最佳模型也只有 67.75% accuracy，说明 dual-constrained re-planning 仍是 agent 评测里的硬缺口。