本研究提出了一种基于自然语言处理的业务自动化构建范例，通过应用大型自然语言模型将业务规则和自动化描述转换为业务规则引擎可解释的领域特定语言，以解决业务用户缺乏足够的编程能力的问题。实验比较了不同语言模型配置在不同目标领域下的性能，并探索了应用约束解码以确保正确生成输出的可能性。
Jul, 2022
这篇文章探讨了人工智能作为服务的功能和相应技术栈以及可能的实现，分析了适用于小型和中型用户的开源用户友好技术，允许完全控制数据和技术平台而不依赖任何第三方或供应商锁定。
Oct, 2022
这篇研究论文介绍了一种名为Semantic Interpreter的自然语言友好型人工智能系统，可对Microsoft Office等生产力软件执行用户命令，利用大型语言模型执行用户意图跨应用程序功能。
Jun, 2023
AI技术快速发展的同时，对数字市场巨头风险的关注也在增加。欧盟的数字市场法案(DMA)旨在应对这些风险，但目前的框架可能还不足以覆盖可能成为AI服务入口的生成式AI系统。本文主张将某些AI软件作为核心平台服务集成，并将某些开发者归为DMA下的守门人。我们还提出对守门人义务的评估，以确保其覆盖生成式AI服务。随着欧盟考虑生成式AI特定规则和DMA可能的修正案，本文为生成式AI服务的多样性和开放性提供了深入洞察。
Jul, 2023
这篇研究论文介绍了一种创新的方法，使用定制化的大型语言模型（LLM）LangChain来自动化客户服务，通过融合开源方法、网页抓取、微调和将LangChain无缝集成到客户服务平台中，将传统客服技术（尤其是常见问题解答（FAQ））的过时性以及现实质感、上下文感知和个性化客户交互等向新的方向进行转变。
Oct, 2023
人工智能（AI）和基础模型（FMs）的快速进展引领了各个行业的变革，本文探讨了FMs在电信行业中的整合及AI原生电信的概念，并重点强调了AI原生优先方法的工程考虑和独特挑战。尽管FMs有巨大潜力，但在重要的电信环境中，伦理、监管和运营挑战需要谨慎考虑。本文对于在激烈竞争的市场中蓬勃发展至关重要。
该研究通过CoAGent这款基于LLM的工具，与23位公共图书馆领域专家合作进行三阶段的参与式设计过程，揭示了整合人工智能到人类工作流程中的基本挑战，并提出了可行的“与人工智能共同创造服务的启示”，强调人工智能和人类之间共享的责任，为AI在参与式设计模型中的应用开辟了新途径，为服务环境中的人工智能与人类相互协作创作的产生奠定了基础。
Model-as-a-Service (MaaS) 是一种新的部署和服务范式，为不同的基于人工智能的模型提供了可扩展和可访问的解决方案，本文综述了 MaaS 的意义、其在各个行业的应用以及未来研究的挑战和问题。
Nov, 2023
人工智能正在迅速进入服务监管领域。这项工作介绍了HORAE的设计原则，它是一种统一的规范语言，用于对不同领域的多模态监管规则进行建模。我们展示了HORAE如何通过进一步利用名为HORAE的精密调校的大型语言模型自动化HORAE建模过程，从而产生一个完全自动化的智能服务监管的端到端框架。
Jun, 2024
介绍了Spider2-V，第一个专注于职业数据科学和工程工作流程的多模态代理基准，它由494个真实世界任务组成，评估了多模态代理在数据相关任务中的能力，并提供了企业级软件系统的综合文档。
Jul, 2024