論文の概要: A No-Code Low-Code Paradigm for Authoring Business Automations Using Natural Language

• arxiv url: http://arxiv.org/abs/2207.10648v1
• Date: Fri, 15 Jul 2022 19:17:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-24 11:40:17.820962
• Title: A No-Code Low-Code Paradigm for Authoring Business Automations Using Natural Language
• Title（参考訳）: 自然言語による業務自動化のオーサリングのためのノーコードローコードパラダイム
• Authors: Michael Desmond, Evelyn Duesterwald, Vatche Isahagian, Vinod Muthusamy
• Abstract要約: 自然言語を用いたビジネスオートメーション構築のためのパラダイムを提案する。 このアプローチは、自然言語で記述されたビジネスルールと自動化を翻訳するために、大きな言語モデルを適用します。
• 参考スコア（独自算出の注目度）: 9.03354980024123
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most business process automation is still developed using traditional automation technologies such as workflow engines. These systems provide domain specific languages that require both business knowledge and programming skills to effectively use. As such, business users often lack adequate programming skills to fully leverage these code oriented environments. We propose a paradigm for the construction of business automations using natural language. The approach applies a large language model to translate business rules and automations described in natural language, into a domain specific language interpretable by a business rule engine. We compare the performance of various language model configurations, across various target domains, and explore the use of constrained decoding to ensure syntactically correct generation of output.
• Abstract（参考訳）: ほとんどのビジネスプロセス自動化はまだワークフローエンジンのような従来の自動化技術を使って開発されています。 これらのシステムはビジネス知識とプログラミングスキルの両方を効果的に利用するドメイン固有言語を提供します。 そのため、ビジネスユーザーはこれらのコード指向環境を完全に活用する十分なプログラミングスキルを欠いていることが多い。 自然言語を用いたビジネスオートメーション構築のためのパラダイムを提案する。 このアプローチは、自然言語で記述されたビジネスルールと自動化を、ビジネスルールエンジンによって解釈可能なドメイン固有言語に変換するために、大きな言語モデルを適用する。 我々は,様々な対象領域における各種言語モデル構成の性能を比較し,制約付き復号法を用いて構文的に正しい出力を生成することを検討する。

関連論文リスト

• The Ann Arbor Architecture for Agent-Oriented Programming [6.630761601310476]
  我々は、言語モデルはオートマタとして機能し、全てのオートマタと同様に、彼らが受け入れる言語でプログラムされるべきであると主張している。 本稿では,言語モデルのエージェント指向プログラミングのための概念的フレームワークであるAnn Arbor Architectureを紹介する。 エージェントプラットフォームPostlineの設計とエージェントトレーニングの初期実験について報告する。
  論文  参考訳（メタデータ） (2025-02-14T04:21:36Z)
• From Words to Workflows: Automating Business Processes [0.2796197251957245]
  ロボットプロセス自動化(RPA)の限界が明らかになっている。 人工知能(AI)の最近の進歩は、インテリジェントオートメーション(IA)の道を開いた。 本稿では,自然言語のユーザ要求から自動生成する新しい方法であるText2Workflowを紹介する。
  論文  参考訳（メタデータ） (2024-12-04T16:34:35Z)
• CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation [58.84212778960507]
  我々は,LLMの性能を高めるため,グラフィカル検索拡張コード生成フレームワークであるCodeGRAGを提案する。 CodeGRAGは、制御フローとデータフローに基づいて、コードブロックのグラフィカルなビューを構築し、プログラミング言語と自然言語のギャップを埋める。 ハードメタグラフプロンプト、ソフトプロンプト技術、事前訓練されたGNN専門家の目的の有効性を検証するために、C++言語とピソン言語の両方を含む4つのデータセットで様々な実験と改善が行われた。
  論文  参考訳（メタデータ） (2024-05-03T02:48:55Z)
• AutoGuide: Automated Generation and Selection of Context-Aware Guidelines for Large Language Model Agents [74.17623527375241]
  オフライン体験からコンテキスト認識ガイドラインを自動的に生成する,AutoGuideという新しいフレームワークを導入する。 その結果,本ガイドラインはエージェントの現在の意思決定プロセスに関連性のある知識の提供を促進する。 評価の結果, AutoGuide は複雑なベンチマーク領域において, 競争ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-03-13T22:06:03Z)
• Domain-Specific Fine-Tuning of Large Language Models for Interactive Robot Programming [47.60440351442233]
  先進的な産業用ロボットアプリケーションのプログラミングのための自然言語ベースアシスタントを提案する。 限られたデータと計算量を持つ基礎モデルのドメイン固有微調整戦略について検討する。
  論文  参考訳（メタデータ） (2023-12-21T14:51:04Z)
• Dialogue-based generation of self-driving simulation scenarios using Large Language Models [14.86435467709869]
  シミュレーションは自動運転車のコントローラーを開発し評価するための貴重なツールである。 現在のシミュレーションフレームワークは、高度に専門的なドメイン固有言語によって駆動される。 簡潔な英語の発話と、ユーザの意図をキャプチャする実行可能なコードの間には、しばしばギャップがある。
  論文  参考訳（メタデータ） (2023-10-26T13:07:01Z)
• Instruct2Act: Mapping Multi-modality Instructions to Robotic Actions with Large Language Model [63.66204449776262]
  Instruct2Actは、ロボット操作タスクのシーケンシャルアクションにマルチモーダル命令をマッピングするフレームワークである。 我々のアプローチは、様々な命令のモダリティや入力タイプを調節する上で、調整可能で柔軟なものである。 我々のゼロショット法は、いくつかのタスクにおいて、最先端の学習ベースのポリシーよりも優れていた。
  論文  参考訳（メタデータ） (2023-05-18T17:59:49Z)
• PADL: Language-Directed Physics-Based Character Control [66.517142635815]
  本稿では,文字が行うべきハイレベルなタスクと低レベルなスキルを指定するために,ユーザが自然言語コマンドを発行できるようにするPADLを提案する。 我々は,シミュレーションされたヒューマノイドキャラクタを効果的に誘導し,多種多様な複雑な運動能力を実現するために,本フレームワークを適用した。
  論文  参考訳（メタデータ） (2023-01-31T18:59:22Z)
• Using Document Similarity Methods to create Parallel Datasets for Code Translation [60.36392618065203]
  あるプログラミング言語から別のプログラミング言語へのソースコードの翻訳は、重要で時間を要する作業です。 本稿では、文書類似性手法を用いて、ノイズの多い並列データセットを作成することを提案する。 これらのモデルは、妥当なレベルのノイズに対して、地上の真実に基づいて訓練されたモデルと相容れない性能を示す。
  論文  参考訳（メタデータ） (2021-10-11T17:07:58Z)
• Customizing Contextualized Language Models forLegal Document Reviews [0.22940141855172028]
  一般ドメインコーパスに歪んだ異なる言語モデルがどのように、法的文書レビュータスクに最適にカスタマイズできるかを示す。 本研究は,タスクのパフォーマンスと実践的考察の効率を比較検討する。
  論文  参考訳（メタデータ） (2021-02-10T22:14:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。