OData与BPMN集成构建流程感知图谱提升Agent调用可靠性
热点事件持续更新
OData与BPMN集成构建流程感知图谱提升Agent调用可靠性
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Saiful Khan与Afrah Farea提出将OData元数据与BPMN流程整合为类型化属性图谱，旨在解决LLM Agent在企业多步骤服务调用中的可靠性问题。 在42个企业服务的评估中，该方法使低词汇重叠查询的Recall@3指标提升了5.7个点。数据显示，LLM Agent在81个多步任务中的完成率从基线水平提升至38.7%。 研究进一步指出，完整的类型化上下文能将无效调用率降至3%。相比之下，在未提供代码列表的情况下，46%的写操作包含无效键，凸显了流程感知知识图谱在约束调用中的关键作用。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
LLM Agent 在业务流程中的定位：用于可靠多步骤服务调用的流程感知知识图谱报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AILLM Agent 在业务流程中的定位：用于可靠多步骤服务调用的流程感知知识图谱
结合 OData 元数据与 BPMN 流程构建类型属性图谱，改进 LLM Agent 的企业 API 调用可靠性。 在 42 个企业服务评估中，低词汇重叠查询的 Recall@3 提升 5.7 点（n=74）；LLM Agent 在 81 个多步任务中完成率为 38.7%，对比基线提升显著。 完整类型化上下文将无效调用降至 3%，未提供代码列表时 46% 写操作含无效键。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。