RePoT

深度分析

RePoT：以驗證回放與後段修補為Program-of-Thought（PoT）加入可回復性

研究指出大型語言模型規劃時常因單一非法動作導致整條路徑失效。RePoT引入可回復執行：先以PoT產生程式並驗證可行前綴，再以單次LLM呼叫修補後段，顯著提高多模型規劃成功率與回復能力。在PuzzleZoo等基準上，RePoT在強化模型配置下展現雙位數點數提升，並證明檢查點資訊是關鍵復原信號。