# Plan-and-Patch repariert Pläne mit Diffusions-Sprachmodellen

> Laut Forschenden repariert ein Diffusionsplaner doppelt so häufig Pläne wie ein herkömmliches autoregressives Modell und verkürzt die Generierungszeit um bis zu die Hälfte.

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

Die Studie stellt Plan-and-Patch vor: ein Framework, in dem ein Diffusions-Sprachmodell (dLLM) einen strukturierten Plan erstellt und anschließend nur die fehlerhaften Teile korrigiert. In Tests mit dem Benchmark Natural Plan reparierte der Diffusionsplaner in 53.7% der Fälle Pläne, ein autoregressiver Planer dagegen in 27.0%. Nach dem Training mit agentischen Aufgaben wie ALFWorld erzielten beide Ansätze ähnliche Erfolgsraten bei der Planung, doch die Diffusionsmethode war 39‑46% schneller. Die Arbeit zeigt einen möglichen Weg, Agenten für Aufgaben mit langem Planungshorizont effizienter und anpassungsfähiger zu machen.

## Die Fakten

- Reparaturerfolg von Plan-and-Patch: 53.7% (Diffusion) gegenüber 27.0% (AR)
- Die durchschnittliche Latenz bei der Planerstellung sank nach aufgabenspezifischem Training um 39‑46%

## Warum es wichtig ist

Schnellere und zuverlässigere Planreparaturen könnten autonomen Assistenten helfen, komplexe Aufgaben mit weniger Unterbrechungen zu erledigen.

## Quellen und Referenzen

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

Zuletzt aktualisiert: 2026-10-09