MemPlan：以记忆约束PDDL，降低文本环境长程规划成本
MemPlan提出记忆条件化PDDL规划，把大模型用作语言与符号规划的桥梁。它固定领域定义，每步根据观察、候选假设和交互记忆重建问题；正记忆引导更可能的检查，负记忆排除已证伪假设。实验称其在三个文本环境中提高任务完成与步数效率，并降低在线token成本。价格、国内可用性未知。
要点
- MemPlan固定PDDL领域，并在每一步用解析观察、候选假设和交互记忆重建问题。
- 正记忆以相关性成本引导缺失对象、位置或条件的检查，负记忆则把已证伪假设写成排除约束。
- 同一套离线监督微调的语言—符号接口可跨TextWorld任务类型复用，无需按任务再微调。
为什么值得看
完全依赖大模型做长程规划容易产生无效或幻觉动作，并带来较高在线token成本。MemPlan把大模型限制为语言与符号之间的接口，由固定领域的PDDL求解器执行规划。
谁会受影响
面向研究部分可观测交互文本环境中智能体规划的研究者，以及使用TextWorld、ALFWorld和Robotouille等基准的开发者。
今天就能怎么试
论文称代码与数据已公开，但资料未提供可访问地址、使用步骤、价格或国内可用性，这些均未知；本快讯未实测。
原始来源
1MemPlan: Memory-Conditioned PDDL Planning for Partially Observable Text Environments · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。