Plan-and-Patch：扩散语言模型用于智能体规划与修复
原文标题：Plan-and-Patch: Diffusion Language Models for Agentic Planning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 Plan-and-Patch 框架，用扩散语言模型生成结构化程序式计划，并通过填补局部区域修复计划而保持前后步骤不变。对比 DreamReasoner-8B 与 Qwen3-8B，扩散模型在计划修复成功率上达 53.7%，约为自回归模型 27.0% 的两倍，且计划生成延迟降低 39-46%。
- 问题
- 长程智能体规划中局部失效后如何低成本修复计划。
- 方法
- 用扩散语言模型并行生成程序式计划，并通过填补局部区域修复，保持前后步骤不变。
- 结果
- Natural Plan 上计划修复成功率 53.7% 对自回归 27.0%；ALFWorld/TextCraft 上计划生成延迟降低 39-46%。
- 影响
- 扩散规划器在修复与延迟上优于自回归，适合需要频繁改计划的智能体系统。
深读 · 结论先行AI 生成展开看要点与影响 ↓
扩散语言模型做计划修复成功率 53.7%，约为自回归 27.0% 的两倍，生成延迟降 39-46%。
- •Plan-and-Patch 用扩散语言模型生成程序式计划，通过填补局部区域修复而保持前后步骤不变
- •Natural Plan 无任务训练下，DreamReasoner-8B 修复成功率 53.7% 对 Qwen3-8B 的 27.0%
- •在 ALFWorld 与 TextCraft 任务训练后，两者计划生成成功率相近
- •扩散模型计划生成平均延迟比自回归降低 39-46%
为什么重要：局部修复而非整体重生成，契合长程智能体计划被环境部分推翻的场景，扩散模型在修复与速度上有结构性优势。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。