DiffuPlan：面向扩散语言模型智能体的可编辑规划状态

扩散语言模型（dLLM）正逐渐成为自回归（AR）语言模型的替代方案，但 dLLM 智能体在很大程度上仍沿用为 AR 生成设计的交互协议：一旦中间状态被写入，后续观测只能通过追加更多文本来纳入。这与 dLLM 的一项核心能力并不匹配——根据同时出现在其前后文中的上下文，重建更早的文本。我们探讨了这样一种可能性：这一能力能否支持一种不同的智能体状态范式，使中间规划状态能够随着证据到来而被直接修改。我们提出 DiffuPlan，这是一种扩散搜索智能体，维护单一的可编辑规划状态；当后续证据解析出某个实体或改变搜索路径时，仅重建受影响的步骤。为支持可变长度的修订，我们引入 Expansion-Partition Marginalization（EPM），对等价的扩展路径进行边缘化。我们进一步将扩散轨迹 RL 适配到多轮搜索中。在四个多跳问答基准上，DiffuPlan 的平均 F1 达到 50.24，优于强大的 AR 搜索智能体。更重要的是，在数据和训练完全相同的条件下，可编辑规划状态使扩散智能体的性能提升了 2.44 F1，而其 AR 源模型仅提升 0.47 F1。这些结果表明，dLLM 无需模仿只能追加的 AR 智能体：修改已提交状态是一种独特的智能体优势。