DiffuPlan：面向扩散语言模型智能体的可编辑规划状态

DiffuPlan 提出了面向扩散语言模型智能体的可编辑规划状态范式，在获得新证据时可直接重构受影响的规划步骤，摆脱自回归智能体只能追加文本的限制。该研究引入 EPM 算法支持可变长度修改，并将扩散轨迹强化学习适配至多轮搜索。在 4 个多跳 QA 基准测试中，DiffuPlan 取得 50.24 平均 F1，可编辑状态为其带来 2.44 F1 提升。