# Plan-and-Patch, planları daha iyi onarıyor

> Araştırmacılar, difüzyon tabanlı bir planlayıcının planları geleneksel otoregresif modele kıyasla iki kat daha sık onardığını ve üretim süresini yarıya kadar kısalttığını gösterdi.

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

Makale, difüzyon dil modelinin (dLLM) yapılandırılmış bir plan oluşturup yalnızca bozuk kısımları düzelttiği Plan-and-Patch adlı çerçeveyi tanıtıyor. Natural Plan kıyaslama testlerinde difüzyon tabanlı planlayıcı planları %53.7 oranında onarırken, otoregresif planlayıcıda bu oran %27.0 oldu. ALFWorld gibi ajan görevleri üzerinde eğitim verildikten sonra iki yaklaşım da benzer başarı oranlarıyla plan üretti; ancak difüzyon yöntemi %39‑46 daha hızlıydı. Çalışma, uzun süreli görevler yürüten ajanları daha verimli ve uyarlanabilir kılmanın bir yolunu sunuyor.

## Gerçekler

- Plan-and-Patch onarım başarısı: %53.7 (difüzyon) ve %27.0 (AR)
- Göreve özgü eğitimden sonra ortalama plan üretim gecikmesi %39‑46 azaldı

## Neden önemli

Planları daha hızlı ve güvenilir biçimde onarmak, otonom asistanların karmaşık görevleri daha az kesintiyle tamamlamasını sağlayabilir.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-09