Mar, 2024

StateFlow：通过状态驱动工作流提升 LLM 任务解决能力

PDF
TL;DR使用大型语言模型（LLMs）解决复杂任务的一个显著趋势是将复杂任务解决过程概念化为由 LLMs 支持的状态机。通过适当构建状态和定义状态转换，StateFlow 确保 LLMs 在任务解决过程中的响应得到明确的跟踪和管理，从而推动任务的进展。在每个状态内，StateFlow 允许执行一系列的动作，包括按照特定提示生成 LLMs 的响应以及根据需要利用外部工具。状态转换由 LLMs 做出的特定规则或决策来控制，从而实现通过预定义的 StateFlow 模型动态和自适应地推进任务。在 InterCode SQL 和 Bash 基准测试中评估结果表明，StateFlow 显著提高了 LLMs 的效率。
large language modelsstateflowtask-solvingstate machinesefficiency
发现论文，激发创造
  • OrchestraLLM: 较高效的对话状态跟踪语言模型编排

    通过创建示例池来代表每种语言模型较可靠回答的上下文类型，并利用经过微调的句子嵌入使上下文相似性接近对话状态相似性，本研究提出了一种新颖的 SLM/LLM 路由框架，旨在提高计算效率并增强任务性能，在对话状态跟踪任务中，相较于仅依赖 LLMs，所提出的路由框架显著提高性能，同时减少计算成本超过 50%。

    Nov, 2023

  • LLM 对于面向任务的对话系统是否足够？

    本研究旨在研究大型语言模型在多轮任务和与外部数据库交互方面的能力，发现在显式信仰状态跟踪方面，它们表现不如专门的任务特定模型，但是如果给出正确的插槽值，它们表现出将对话引导到成功结局的能力，并且在有真实信仰状态分布或域内示例的情况下，这种能力得到了改进。

    Apr, 2023

  • SMoT: 状态机思考

    利用专家知识增强语言模型的问题解决能力，提出了一种新的范式 SMoT，通过预定义的状态机为语言模型提供高效推理路径，消除无效的探索，实验结果显示 SMoT 在推理任务中表现出了卓越的准确性，高达 95％，超过了当前最先进的基准模型。

    Dec, 2023

  • FlowMind: 使用 LLMs 自动生成工作流

    Robotic Process Automation (RPA) 的快速发展在自动化重复任务方面取得了显著进展，然而在用户要求进行即兴或不可预测任务的场景下，其效果减弱。本文介绍了一种新的方法 FlowMind，利用大型语言模型（LLMs）如 Generative Pretrained Transformer（GPT），以解决这一限制并创建一个自动工作流生成系统。FlowMind 通过提供高层次的自动生成工作流描述简化用户交互，并能够有效地检查和提供反馈。我们还介绍了 NCEN-QA，这是一个用于基准化基金的 N-CEN 报告的问题回答任务的金融数据集。我们使用 NCEN-QA 来评估由 FlowMind 生成的工作流与 FlowMind 的基准和消融变体的性能。我们展示了 FlowMind 的成功，论证了提出的讲座方法中每个组件的重要性以及 FlowMind 中用户交互和反馈的有效性。

    Mar, 2024

  • 简历流程：基于 LLM 的个性化简历生成和优化管道

    使用大型语言模型 (LLM) 的工具 ResumeFlow，能够根据用户提供的具体工作岗位和详细简历，生成与该工作岗位相匹配的个性化简历。

    Feb, 2024

  • LLM-State：开放世界长期规划的可扩展状态表示

    本研究通过使用大规模语言模型（LLM）来解决开放式家庭环境中长期任务规划的问题。我们提出了一种新颖的可扩展状态表示方法，利用 LLM 的上下文理解和历史行为推理能力来持续扩展和更新对象属性。我们的模型在模拟和现实世界的任务规划场景中验证，表明在需要长期跟踪和推理状态的各种任务中，与基准方法相比取得了显著的改进。

    Nov, 2023

  • 基于 LLM 的代理工作流与 LLM 配置的组件综述

    最近关于大型语言模型（LLMs）的研究推动了复杂主动工作流的发展，取得了优于传统单途径思维链（CoT）提示技术的进展。本文调查总结了常见的工作流程，特别关注 LLM-Profiled Components（LMPCs）并忽略非 LLM 组件，旨在帮助更清晰地理解 LLM 的作用，并研究 LMPCs 的可重用性。

    Jun, 2024

  • 利用大型语言模型构建和执行计算工作流

    利用大型语言模型、代码生成和工作流管理系统的初步发现，本文探讨了如何利用这些新兴技术来实现复杂科学工作流的自动化。

    Dec, 2023

  • SmartFlow: 基于 LLMs 的机器人流程自动化

    智能流 (SmartFlow) 是一种基于人工智能的机器人流程自动化（RPA）系统，它使用预训练的大型语言模型（LLMs）结合深度学习技术的图像理解，通过计算机视觉和自然语言处理来感知图形用户界面（GUI）上的可见元素并转换为文本表示，然后将其用于生成一系列由脚本引擎执行的操作，以完成所指定的任务。

    May, 2024

  • 利用可扩展的事务性流处理技术来管理大规模语言模型 [视觉]

    本文介绍 TStreamLLM，这是一种革命性的框架，将事务流处理 (TSP) 与 LLM 管理集成在一起，以实现可观的可伸缩性和低延迟。通过实践案例展示其潜力，如实时病人监测和智能交通管理。同时提出了 TSP 和 LLM 管理之间的协同作用，这可能会在 AI 和数据库研究方面促成突破性的发展。

    Jul, 2023