arXiv · Artificial Intelligence· Syamantak Kumar, Jiang Guo, Hassan Hamad, Hideo Kobayashi, Yi Xiang, Yezhou Yang, Yanjun Qi, Daniele Bonadiman, Jiarong Jiang·· 4 hr agoAI score37
Plan-and-Patch：用扩散语言模型做智能体规划
Plan-and-Patch: Diffusion Language Models for Agentic Planning
AI brief
Plan-and-Patch 提出计划-修补框架，用扩散语言模型（dLLM）通过并行去掩码生成结构化程序式计划，并仅重填受影响区域完成修复。Natural Plan 上 DreamReasoner-8B 扩散规划修复成功率 53.7%，接近 Qwen3-8B 自回归（AR）27.0% 的两倍；ALFWorld 与 TextCraft 训练后两者生成成功率相近，扩散平均延迟降低 39-46%。
Source: arXiv · Artificial Intelligence · arxiv.org