शोधकर्ताओं ने GRASP का परिचय दिया, जो एक रणनीति-जागरूक, मल्टी-स्टेज प्लानिंग फ्रेमवर्क है जिसे जटिल कार्यों के लिए उच्च-गुणवत्ता वाले प्राकृतिक भाषा निष्पादन योग्य योजनाएं उत्पन्न करने के लिए डिज़ाइन किया गया है, जिसमें पाइपलाइन को विशेष मॉड्यूल में अलग किया जाता है। सिस्टम GenPlan के माध्यम से वैश्विक मैक्रो-गाइडलाइन्स को पूर्व-कंपाइल करता है, RevPlan के माध्यम से स्थानीय रणनीतियों का अन्वेषण करता है, और VerPlan नामक एक मल्टी-क्राइटिरिया डिस्क्रिमिनेटर का उपयोग करके ट्राजेक्टरी का मूल्यांकन करता है।
- GRASP विभिन्न डेटासेट्स में नई स्टेट-ऑफ़-द-आर्ट सीमा स्थापित करता है, जिसमें नेचुरल प्लान कैलेंडर शेड्यूलिंग पर ~12.4% और ZebraLogic पर ~30.8% की सटीकता में वृद्धि होती है, जो प्रत्यक्ष LLM प्लानर्स की तुलना में है।
- फ्रेमवर्क मानक प्लानर्स में देखे जाने वाले मल्टी-टास्क डेट्रिग्रेशन पेनल्टी को समाप्त करता है, इंटरलीव्ड डुअल-टास्क वातावरण में 16.7% तक की निरंतर सटीकता वृद्धि हासिल करता है।
- संदर्भ को अलग करके और कठोर मैक्रो-रेगुलराइजेशन लागू करके, GRASP GPT-5-mini जैसे फ्रंटियर रीज़निंग मॉडल्स से 14.5% की सीमा में बेहतर प्रदर्शन करता है।
GRASP LLMs की विश्वसनीयता में कमी को संबोधित करता है जैसे-जैसे कार्य जटिलता बढ़ती है, पेशकश करता है एक मजबूत समाधान जटिल योजना परिदृश्यों के लिए जहाँ पारंपरिक विधियाँ असफल हो जाती हैं।