Plan-and-Patch：扩散语言模型做智能体规划

Syamantak Kumar等作者提出 Plan-and-Patch，一个 plan-and-act 框架：让扩散语言模型（dLLM）通过并行去掩码生成类程序的结构化计划，并在保持前后步骤不变的情况下，只填补选定区域来修复计划。 该框架把规划与修复都交给同一个扩散语言模型完成，修复时以固定周围步骤为约束。目前公开信息为论文摘要层面的方法介绍，尚未见对其效果的验证结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。