论文
SPIN:面向工业任务的迭代导航式结构化LLM规划
SPIN: Structural LLM Planning via Iterative Navigation for Industrial Tasks
摘要
工业LLM智能体系统通常将规划与执行分离,但LLM规划器经常产生结构无效或不必要冗长的工作流,导致脆弱的失败和可避免的工具与API成本。我们提出SPIN,一个将经过验证的有向无环图(DAG)规划与基于前缀的执行控制相结合的规划包装器。SPIN通过_validate_plan_text与修复式提示强制执行严格的DAG契约,在下游执行之前产出可执行计划,然后增量评估DAG前缀,当当前前缀足以回答查询时即停止。在AssetOpsBench的261个场景上,SPIN将执行任务数从1061降至623,将Accomplished从0.638提升至0.706,同时将每次运行的工具调用从11.81降至6.82。在MCP Bench上,同一包装器对GPT OSS1与Llama 4 Maverick均提升了规划、落地(grounding)与依赖相关分数。
