扩散语言模型新框架用于智能体规划与修复

研究者 Syamantak Kumar 等人提出 Plan-and-Patch 框架，让扩散语言模型（dLLM）通过并行去掩码生成程序式结构化计划，并在保留前后步骤不变的前提下填补选定区域来修复计划。 据该研究介绍，这一框架属于“先规划后行动”的思路，生成与修复均由同一个扩散语言模型完成。

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。