PulseAugur
中
实时 10:02:35
English(EN) Grounding LLM Agents in Business Processes: Process-Aware Knowledge Graphs for Reliable Multi-Step Service Invocation

将大语言模型代理锚定在业务流程中以实现可靠的API调用

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新方法，以提高大语言模型（LLM）代理与企业API交互的可靠性。该方法将开放数据协议（OData）元数据和业务流程模型和符号（BPMN）集成到类型化属性图中。该系统使用一种混合检索器，结合了密集嵌入和面向流程的导航来识别后续端点，显著提高了多步API调用的成功率，尤其是在词汇重叠度低的查询中。评估表明，与基线方法相比，使用此方法的大语言模型代理的任务完成率有了大幅提高，证明了其在减少错误和确保遵守流程和模式约束方面的有效性。 AI

影响 提高了LLM代理在企业API交互中的可靠性，有潜力提高自动化和效率。

排序理由 详细介绍LLM代理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

将大语言模型代理锚定在业务流程中以实现可靠的API调用

本文如何被排名

Signal score
13 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
详细介绍LLM代理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Saiful Khan, Afrah Farea ·

    将大型语言模型代理嵌入业务流程：面向可靠多步服务调用的面向过程的知识图谱

    arXiv:2610.37242v1 Announce Type: new Abstract: Large language model (LLM) agents that call enterprise APIs must select the correct endpoints, follow process order, use valid payload keys, and choose coded values from predefined lists. However, current retrieval-augmented service…

相关实体

相关话题