热点事件持续更新
基于扩散语言模型的Agent规划框架Plan-and-Patch发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究团队在arXiv发布论文，提出一种基于扩散语言模型（dLLM）的智能体规划框架Plan-and-Patch。该框架支持并行生成结构化计划，并能在保持上下文不变的前提下进行局部计划修复。评测结果显示，在Natural Plan基准测试中，采用该框架的DreamReasoner-8B模型修复成功率达到53.7%，接近自回归模型Qwen3-8B（27.0%）的两倍。
AI 根据报道生成 · 6 小时前更新
最新进展10月9日 12:00
研究团队提出基于扩散语言模型的Plan-and-Patch智能体规划框架。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 人工智能Plan-and-Patch：用于智能体规划的扩散语言模型
Plan-and-Patch 提出一种基于扩散语言模型（dLLM）的智能体规划框架，支持并行生成结构化计划并在保持上下文不变时局部修复计划。在 Natural Plan 基准上，DreamReasoner-8B 的修复成功率达 53.7%，接近自回归模型 Qwen3-8B（27.0%）的两倍。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。