实体
Autorpa Efficient Gui Automation Through Llm Driven Code Synthesis From Interactions
Autorpa Efficient Gui Automation Through Llm Driven Code Synthesis From Interactions
PulseAugur coverage of Autorpa Efficient Gui Automation Through Llm Driven Code Synthesis From Interactions — every cluster mentioning Autorpa Efficient Gui Automation Through Llm Driven Code Synthesis From Interactions across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
神经符号AI研究在约束形式化和策略学习方面取得进展 · 跟踪2个来源
两篇新研究论文探讨了应用神经符号AI技术来增强AI系统的能力。第一篇论文介绍了一个基准，用于使用大型语言模型（LLMs）从文本中自动形式化符号约束，以改进神经符号预测器，发现LLMs可以生成有效的约束。第二篇论文提出了一种神经符号计算机使用方法，其中学习到的策略处理重复性工作流程以提高可靠性和效率，在基准任务上的表现显著优于现有代理。
-
AutoRPA 框架将 LLM 代理逻辑转换为高效 RPA 功能
研究人员开发了 AutoRPA，一个将基于 LLM 的代理的决策逻辑转换为高效机器人流程自动化 (RPA) 功能的框架。该方法解决了为重复性 GUI 任务反复调用 LLM 推理的低效问题。AutoRPA 利用翻译器-构建器管道和混合修复策略来合成健壮的 RPA 功能，显著提高了运行时效率和可重用性，同时大幅减少了 token 使用量。