Business Process Model and Notation
PulseAugur coverage of Business Process Model and Notation — every cluster mentioning Business Process Model and Notation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
UiPath 发布 Maestro 以实现 AI 代理编排
UiPath 推出了 Maestro，一个旨在为端到端自动化编排 AI 代理、机器人和人工工作人员的新平台。该系统与业务流程模型和符号 (BPMN) 集成，以管理复杂的工作流。目标是通过增强的代理自动化能力实现实际的投资回报率 (ROI)。
-
新的BPMN4CAI扩展用于建模动态对话式AI
研究人员开发了BPMN4CAI，这是对业务流程模型和符号（BPMN）标准的一个新扩展，旨在更好地建模对话式AI系统中动态和上下文敏感的交互。该扩展采用设计科学研究方法创建，系统地整合了专门的组件，以解决现有BPMN在聊天机器人和虚拟助手等应用中的局限性。通过一个案例研究证明，BPMN4CAI框架能够改进业务流程中对话式AI的自适应决策、上下文管理和透明度。
-
大语言模型框架自动化业务流程模型安全注解
研究人员开发了一种新颖的混合框架，该框架利用大语言模型（LLMs）来自动化业务流程模型的安全注解生成。该系统以业务流程模型和标记法（BPMN）模型以及安全需求文档作为输入，生成符合SecBPMN2规范的注解。评估表明，该框架在精确度上显著优于人工分析师，将注解错误减少了近一半，同时还加速了注解过程。
-
新西兰发布信息公开流程建模本体
研究人员开发了FOI-O，一个旨在对信息公开（FOI）请求相关流程进行建模和分析的新本体和验证框架。该系统专门针对新西兰的《官方信息法》，旨在梳理和阐明FOI请求记录中复杂的、常常混合了通信、系统状态和法律结果的数据。FOI-O提供了一种标准化方法来表示请求档案、事件和元数据，并支持JSON、Python、SKOS、OWL、RDF和SHACL等格式的配套资产，以及流程模型和导出示例。
-
新框架评估LLM的业务流程建模能力
一个名为BEF4LLM的新框架已被开发出来，用于系统地评估大型语言模型（LLM）生成的业务流程模型和符号（BPMN）模型的质量。该框架从语法、语用、语义和有效性四个维度评估模型。在一项全面的分析中，LLM在语法和语用质量方面表现强劲，而人类专家在语义方面保持优势，尽管差异并不显著。研究结果突显了LLM在BPMN建模方面的潜力，同时也指出了在有效性和语义质量方面需要改进的领域，以增强实际应用。
-
自然语言漂移在代理软件开发中持续存在
自然语言虽然容易发生漂移，但仍然是软件开发的关键组成部分，尤其是在表达用户意图和反馈方面。代理代码生成虽然直接执行这些自然语言指令，但并未消除漂移，反而使其可执行。开发记号的正式程度与技术和业务利益相关者之间的协作潜力成反比，高度正式的记号为非技术人员的参与留下的空间更少。在业务关键决策仍以自然语言表达的领域，为 AI 代理的解释和行动提供了最大的自由度。
-
LLM 原生理解 BPMN，绕过定制 AI 集成的需求
像 Claude 这样的语言大模型（LLMs）无需定制集成即可理解和分析业务流程模型和符号（BPMN）文件，因为该标准的 XML 格式和元素名称很可能已存在于其训练数据中。这种固有的 AI 可读性与需要供应商构建适配器的专有流程建模格式形成对比。虽然将 BPMN XML 粘贴到 LLM 中可以展示其理解能力，但真正的流程集成需要能够弥合 AI 分析能力与可视化建模环境之间差距的工具。
-
AI编码代理在游戏、机器人和软件开发中展现高级能力 · 追踪10个来源
近期研究探讨了AI编码代理在各个领域的性能和局限性。一项研究表明，前沿编码代理能够从零开始自主构建《星际争霸II》和《文明》等游戏的获胜玩家，这是以前无法实现的壮举。另一篇论文介绍了一种名为WetRobo的可复现机器人套件，专为生物实验室设计，使编码代理能够在无需人工遥操作或重新训练的情况下适应和执行任务。此外，还提出了一个名为AgentPack的新数据集，包含人类和代理共同编写的代码编辑，这有望用于训练更有效的代码编辑模型。进一步的…