# Plan-and-Patch يعزّز إصلاح الخطط بنماذج الانتشار اللغوية

> أظهر باحثون أن مخطِّطًا قائمًا على الانتشار يصلح الخطط بمعدل يزيد على ضعف نموذج تقليدي ذاتيّ الانحدار، ويقلّص وقت التوليد إلى النصف تقريبًا.

Oossa · 2026-10-09 · https://oossa.com/ar/plan-and-patch-boosts-plan-repair-with-diffusion-language-models

تقدّم الورقة البحثية إطار Plan-and-Patch، حيث ينشئ نموذج لغوي بالانتشار (dLLM) خطة منظّمة، ثم يصلح الأجزاء المعطوبة وحدها. وفي اختبارات على معيار Natural Plan، نجح مخطِّط الانتشار في إصلاح الخطط بنسبة 53.7%، مقارنةً بـ27.0% لمخطِّط ذاتيّ الانحدار. وبعد التدريب على مهام الوكلاء مثل ALFWorld، حقق النهجان معدلات نجاح متقاربة في توليد الخطط، لكن طريقة الانتشار كانت أسرع بنسبة 39‑46%. وتشير الدراسة إلى أسلوب قد يجعل الوكلاء القادرين على تنفيذ مهام طويلة أكثر كفاءةً وقدرةً على التكيّف.

## الحقائق

- نجاح الإصلاح باستخدام Plan-and-Patch: 53.7% (الانتشار) مقابل 27.0% (ذاتيّ الانحدار)
- انخفاض متوسط زمن توليد الخطط بنسبة 39‑46% بعد التدريب على مهام محددة

## لماذا يهم

قد يتيح إصلاح الخطط بسرعة وموثوقية أكبر للمساعدات المستقلة إنجاز مهام معقدة مع انقطاعات أقل.

## المصادر والمراجع

1. [Plan-and-Patch: Diffusion Language Models for Agentic Planning](https://arxiv.org/abs/2610.10786) – arXiv, 2026-10-09

آخر تحديث: 2026-10-09