Wei Guan

新的GLOW框架预测代理工作流性能

研究人员开发了GLOW，一个旨在预测代理工作流（AWs）性能的新框架。该方法结合了用于结构建模的图神经网络（GNNs）和用于语义理解的大型语言模型（LLMs），旨在降低评估大量候选AWs相关的计算成本和延迟。在FLORA-Bench基准上的实验表明，GLOW在准确性和排名效用方面优于现有方法。当集成到自动AW生成框架中时，GLOW在保持高性能的同时显著缩短了优化时间。