Проблема: почему старые планы ломаются
В долгосрочном планировании (long-horizon planning) автономные агенты часто сталкиваются с тем, что первоначальный план становится неактуальным. Окружающая среда меняется, инструменты возвращают неожиданные ошибки, или действия проваливаются. Классический подход — полностью перегенерировать план с нуля. Это ресурсоемко и рискованно: можно потерять удачные части стратегии.
Команда авторов (Syamantak Kumar, Jiang Guo и др.) предлагает решение Plan-and-Patch. Идея проста: если часть плана не сработала, нужно «залатать» только этот участок, сохранив успешный префикс и суффикс. Для этого используется диффузионная языковая модель (dLLM), которая генерирует структурированный, похожий на код план через параллельное «расмаскирование» (parallel unmasking).
Сравнение: dLLM против AR-моделей
Авторы провели сравнительный анализ на моделях DreamReasoner-8B (диффузионная) и Qwen3-8B (авторегрессионная). Ключевые метрики показали явное преимущество диффузионного подхода в двух сценариях: без дообучения и после него.
| Метрика / Сценарий | DreamReasoner-8B (Diffusion) | Qwen3-8B (Autoregressive) |
|---|---|---|
| Успешность ремонта плана (Natural Plan, без дообучения) | 53.7% | 27.0% |
| Снижение задержки генерации (после дообучения на ALFWorld/TextCraft) | 39-46% быстрее | База (медленнее) |
| Общий успех генерации плана (после дообучения) | Сопоставимый | Сопоставимый |
Почему это важно для индустрии
- Эффективность ремонта: Без дообучения диффузионная модель исправляет ошибки в планах почти в 2 раза чаще, чем AR-модель. Это критично для агентов, работающих в нестабильных средах.
- Скорость: После адаптации под конкретные задачи (benchmarks ALFWorld и TextCraft) dLLM не уступает в качестве, но генерирует план на 39-46% быстрее. Это достигается за счет параллельной природы диффузии, в отличие от пошаговой генерации AR.
- Архитектурный сдвиг: Plan-and-Patch демонстрирует, что диффузионные модели могут быть не только для изображений, но и для сложных логических цепочек, превосходя традиционные autoregressive подходы в специфичных задачах планирования.
Вывод
Работа, опубликованная 7 октября 2026 года, открывает путь к созданию более устойчивых и быстрых AI-агентов. Способность локально исправлять ошибки без пересчета всей стратегии экономит вычислительные ресурсы и время отклика, что является ключевым барьером для внедрения агентов в реальные продукты.
Источник: arXiv cs.AI ↗