Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #20036

PDDL

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

M-Plan: замкнутая многоагентная система с долгосрочной и краткосрочной памятью для LLM-агентов

M-Plan — это замкнутая многоагентная система, объединяющая долгосрочную и краткосрочную память с помощью глобально-локального и прошлое‑текущее ориентированного руководства по задачам. В статье (arXiv:2610.27032v1) описаны генерация подсказок во время выполнения, локальные подсказки при затруднениях, оптимизация памяти после задачи и показано улучшение точности и эффективности на многотуровых наборах ALFWorld, WebShop и PDDL по сравнению с базовыми методами.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Проверка планирования LLM‑агентов с помощью формальной семантики PDDL

Эта статья на arXiv проверяет утверждения о способности LLM‑агентов к планированию, сопоставляя задания на естественном языке с скрытыми моделями PDDL, которые формально определяют применимость действий и достижение целей. В экспериментах по пяти доменам, на четырёх моделях, с шестью стратегиями подсказок и тремя архитектурами агентов лучшая конфигурация решала 78% разрешимых задач офлайн, но лишь 40% онлайн; неразрешимые задачи распознавались менее чем в 10% эпизодов, а более тяжёлые подсказки требовали в 5–22 раза больше токенов без очевидного выигрыша.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

DRAGO: фреймворк детерминированной диагностики для починки формальных спецификаций, сгенерированных LLM

В статье представлен DRAGO — фреймворк починки, который заменяет неподкреплённые критики LLM детерминированной диагностикой, специфичной для формализма, и принимает правки только при строгом снижении веса диагностированных ошибок. На бенчмарках SMT-LIB2, MiniZinc и PDDL DRAGO снижает количество регрессий со 11.8% до 1.3% и повышает точность ответов на 12.9 процентных пункта по сравнению с zero-shot формализацией и на 8.7 пункта по сравнению с ремонтом на основе диагностики LLM; также обнаружены и исправлены ошибки рендеринга в датасете Planetarium.

7.0