論文の概要: DiffuPlan: Editable Planning State for Diffusion Language Model Agents

• arxiv url: http://arxiv.org/abs/2610.24717v1
• Date: Sat, 17 Oct 2026 14:30:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 16:48:35.160427
• Title: DiffuPlan: Editable Planning State for Diffusion Language Model Agents
• Title（参考訳）: DiffuPlan: 拡散言語モデルエージェントのための編集可能なプランニングステート
• Abstract要約: そこで我々はDiffuPlanという拡散探索エージェントを紹介した。DiffuPlanは、後続の証拠が実体を解決したり、探索経路を変更したりするときに、影響を受けるステップのみを再構築する。 4つのマルチホップQAベンチマークの中で、DiffuPlanは50.24の平均F1を達成し、強力なAR検索エージェントを上回っている。
• 参考スコア（独自算出の注目度）: 12.022151537259296
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion language models (dLLMs) are emerging as an alternative to autoregressive (AR) language models, yet dLLM agents largely inherit an interaction protocol designed for AR generation: once intermediate state is written, later observations can only be incorporated by appending more text. This is a poor match to a defining capability of dLLMs -- reconstructing earlier text conditioned on context that appears both before and after it. We ask whether this capability can support a different agent-state paradigm in which intermediate planning state is directly revisable as evidence arrives. We introduce DiffuPlan, a diffusion search agent that maintains a single editable planning state and reconstructs only the affected steps when later evidence resolves an entity or changes the search route. To support variable-length revisions, we introduce Expansion-Partition Marginalization (EPM), which marginalizes over equivalent expansion paths. We further adapt diffusion trajectory RL to multi-turn search. Across four multi-hop QA benchmarks, DiffuPlan achieves 50.24 average F1, outperforming strong AR search agents. More importantly, under identical data and training, editable planning state improves the diffusion agent by 2.44 F1 versus only 0.47 for its AR source model. These results show that dLLMs need not imitate append-only AR agents: revising committed state is a distinct agentic advantage.
• Abstract（参考訳）: 拡散言語モデル(dLLM)は自己回帰(AR)言語モデルに代わるものとして登場しているが、dLLMエージェントはAR生成用に設計されたインタラクションプロトコルをほとんど継承している。 これは、dLLMsの定義能力にマッチしない -- 前後の両方に現れるコンテキストに条件付けられた以前のテキストを再構築する。 中間計画状態がエビデンスに到達して直接修正可能な,異なるエージェント状態パラダイムをサポートすることができるかどうかを問う。 DiffuPlanは単一の編集可能な計画状態を維持し、後続の証拠がエンティティを解決したり、探索経路を変更したりする場合にのみ影響を受けるステップを再構築する拡散探索エージェントである。 可変長リビジョンをサポートするために,等価な展開経路を疎外するEPM(Expansion-Partition Marginalization)を導入する。 さらに拡散軌道RLを多ターン探索に適用する。 4つのマルチホップQAベンチマークの中で、DiffuPlanは50.24の平均F1を達成し、強力なAR検索エージェントを上回っている。 さらに重要なことは、同一のデータとトレーニングの下で、編集可能な計画状態は拡散剤を2.44F1で改善する。 これらの結果は、dLLMが追加のみのARエージェントを模倣する必要はないことを示している。

関連論文リスト

• DiffuRank: Effective Document Reranking with Diffusion Language Models [71.16830004674513]
  拡散言語モデル(dLLM)に基づいて構築されたフレームワークであるDiffuRankを提案する。 dLLMは、左から右への順序に制約されないより柔軟なデコーディングと生成プロセスをサポートする。 モデルサイズが類似した自己回帰LDMに匹敵する性能を示す。
  論文  参考訳（メタデータ） (2026-02-13T02:18:14Z)
• DLLM Agent: See Farther, Run Faster [94.74432470237817]
  拡散大言語モデル(DLLM)は、自己回帰(AR)デコーディングの代替として、魅力的な効率とモデリング特性を持つ。 我々は、DLLMとARのバックボーンを同一のエージェントワークフロー内でインスタンス化することで、制御された環境でこれを研究する。 DLLMエージェントはARエージェントよりも平均30%以上速く、場合によっては8倍のスピードアップを達成している。
  論文  参考訳（メタデータ） (2026-02-07T09:01:18Z)
• A-RAG: Scaling Agentic Retrieval-Augmented Generation via Hierarchical Retrieval Interfaces [34.59674580962045]
  本稿では,階層型検索インタフェースを直接モデルに公開するエージェントRAGフレームワークであるA-RAGを紹介する。 A-RAGはキーワード検索、セマンティック検索、チャンク読み取りという3つの検索ツールを提供する。 複数のオープンドメインQAベンチマークの実験は、A-RAGが既存のアプローチを同等または低いトークンで一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-02-03T12:07:21Z)
• The Bitter Lesson of Diffusion Language Models for Agentic Workflows: A Comprehensive Reality Check [54.08619694620588]
  本稿では,2つの異なるエージェントパラダイムであるEmbodied AgentsとTool-Calling AgentsにまたがるdLLMの包括的評価を行う。 Agentboard と BFCL では,現在の dLLM が信頼できるエージェントバックボーンとして機能しないという,"ビットレッスン" が報告されている。
  論文  参考訳（メタデータ） (2026-01-19T11:45:39Z)
• Every Step Counts: Decoding Trajectories as Authorship Fingerprints of dLLMs [63.82840470917859]
  本稿では,dLLMの復号化機構をモデル属性の強力なツールとして利用できることを示す。 本稿では、デコードステップ間の構造的関係を捉え、モデル固有の振る舞いをよりよく明らかにする、DDM(Directed Decoding Map)と呼ばれる新しい情報抽出手法を提案する。
  論文  参考訳（メタデータ） (2025-10-02T06:25:10Z)
• Anchored Diffusion Language Model [39.17770765212062]
  本稿では,アンカーネットワークを介して重要なトークン上の分布を予測する新しいフレームワークであるAnchored Diffusion Language Model (ADLM)を紹介する。 ADLMはLM1BとOpenWebTextでテストの難易度を大幅に改善し、以前のDLMよりも25.4%向上した。 また、MAUVEスコアでARモデルを上回っており、DLMがARモデルよりも優れた人間的なテキストを生成するのはこれが初めてである。
  論文  参考訳（メタデータ） (2025-05-24T01:34:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。