論文の概要: Adopting Large Language Models to Automated System Integration
- arxiv url: http://arxiv.org/abs/2504.08490v1
- Date: Fri, 11 Apr 2025 12:42:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-14 14:20:23.080625
- Title: Adopting Large Language Models to Automated System Integration
- Title（参考訳）: システム統合自動化のための大規模言語モデルの導入
- Authors: Robin D. Pesl,
- Abstract要約: 大規模言語モデル(LLM)を用いた自動サービス構成のためのソフトウェアアーキテクチャを提案する。
本稿では,サービス発見のための自然言語クエリに基づく新しいベンチマークを提案する。
ベンチマークを拡張して、完全なサービス構成シナリオを作成します。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Modern enterprise computing systems integrate numerous subsystems to resolve a common task by yielding emergent behavior. A widespread approach is using services implemented with Web technologies like REST or OpenAPI, which offer an interaction mechanism and service documentation standard, respectively. Each service represents a specific business functionality, allowing encapsulation and easier maintenance. Despite the reduced maintenance costs on an individual service level, increased integration complexity arises. Consequently, automated service composition approaches have arisen to mitigate this issue. Nevertheless, these approaches have not achieved high acceptance in practice due to their reliance on complex formal modeling. Within this Ph.D. thesis, we analyze the application of Large Language Models (LLMs) to automatically integrate the services based on a natural language input. The result is a reusable service composition, e.g., as program code. While not always generating entirely correct results, the result can still be helpful by providing integration engineers with a close approximation of a suitable solution, which requires little effort to become operational. Our research involves (i) introducing a software architecture for automated service composition using LLMs, (ii) analyzing Retrieval Augmented Generation (RAG) for service discovery, (iii) proposing a novel natural language query-based benchmark for service discovery, and (iv) extending the benchmark to complete service composition scenarios. We have presented our software architecture as Compositio Prompto, the analysis of RAG for service discovery, and submitted a proposal for the service discovery benchmark. Open topics are primarily the extension of the service discovery benchmark to service composition scenarios and the improvements of the service composition generation, e.g., using fine-tuning or LLM agents.
- Abstract（参考訳）: 現代のエンタープライズコンピューティングシステムは、多くのサブシステムを統合して、創発的な振る舞いをもたらすことで共通の課題を解決する。
広く使われているアプローチは、RESTやOpenAPIといったWebテクノロジで実装されたサービスを使用することである。
各サービスは特定のビジネス機能を表しており、カプセル化とメンテナンスが容易である。
個々のサービスレベルでのメンテナンスコストの削減にもかかわらず、統合の複雑さが増大します。
その結果、この問題を軽減するために自動サービス構成アプローチが生まれました。
しかしながら、これらのアプローチは複雑な形式的モデリングに依存しているため、実際は高い評価を得られなかった。
本稿では,Large Language Models (LLMs) の応用を解析し,自然言語入力に基づいてサービスを自動的に統合する。
その結果は、プログラムコードとして再利用可能なサービス構成である。
完全に正しい結果を生成するとは限らないが、その結果は、統合エンジニアに適切なソリューションを綿密に近似して提供することによって、運用にはほとんど労力を要しない。
私たちの研究は
二 LLMを用いた自動サービス構成のためのソフトウェアアーキテクチャの導入
二 サービス発見のための検索増強世代(RAG)の分析
三 サービス発見のための新しい自然言語クエリベースのベンチマークの提案
(iv) ベンチマークを完全なサービス構成シナリオに拡張する。
我々は,サービス発見のためのRAGの分析を行うComposio Promptoとしてソフトウェアアーキテクチャを提示し,サービス発見ベンチマークの提案を提出した。
オープントピックは、主にサービスコンポジションシナリオへのサービスディスカバリベンチマークの拡張であり、ファインチューニングやLLMエージェントを使用したサービスコンポジション生成の改善である。
関連論文リスト
- KIMAs: A Configurable Knowledge Integrated Multi-Agent System [46.91903900679881]
本技術報告では,これらの課題に対処するための知識統合型マルチエージェントシステムKIMAについて述べる。
私たちの作業は、大規模言語モデルを現実世界の環境に展開するためのスケーラブルなフレームワークを提供します。
論文 参考訳（メタデータ） (2025-02-13T18:51:12Z) - Large Language Model as a Catalyst: A Paradigm Shift in Base Station Siting Optimization [62.16747639440893]
大規模言語モデル(LLM)とその関連技術は、特に迅速な工学とエージェント工学の領域において進歩している。
提案するフレームワークは、検索拡張生成(RAG)を組み込んで、ドメイン固有の知識を取得してソリューションを生成するシステムの能力を高める。
論文 参考訳（メタデータ） (2024-08-07T08:43:32Z) - SEArch: an execution infrastructure for service-based software systems [0.0]
ソフトウェアアーチファクトの透過的動的再構成が可能な言語に依存しない実行基盤であるSEArchを開発した。
ChoreographicメカニズムはSEArchで相互運用性のコントラクトを指定するために使用され、実行時にサービスの自動ディスカバリとバインディングに必要なサポートを提供する。
論文 参考訳（メタデータ） (2024-04-30T15:35:03Z) - WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳（メタデータ） (2024-03-12T14:58:45Z) - Optimal Event Monitoring through Internet Mashup over Multivariate Time
Series [77.34726150561087]
このフレームワークは、モデル定義、クエリ、パラメータ学習、モデル評価、データ監視、決定レコメンデーション、Webポータルのサービスをサポートする。
さらに、MTSAデータモデルとクエリ言語を拡張して、学習、監視、レコメンデーションのサービスにおいて、この種の問題をサポートする。
論文 参考訳（メタデータ） (2022-10-18T16:56:17Z) - Learning Context-Aware Service Representation for Service Recommendation
in Workflow Composition [6.17189383632496]
本稿では,ワークフロー開発プロセス全体でのサービス推奨に対して,NLPにインスパイアされた新たなアプローチを提案する。
ワークフロー構成プロセスは、ステップワイドでコンテキスト対応のサービス生成手順として形式化される。
サービス埋め込みは、NLPフィールドからディープラーニングモデルを適用することで学習される。
論文 参考訳（メタデータ） (2022-05-24T04:18:01Z) - Exploring the potential of flow-based programming for machine learning
deployment in comparison with service-oriented architectures [8.677012233188968]
理由のひとつは、データ収集と分析に関するアクティビティのために設計されていないインフラストラクチャである、と私たちは論じています。
本稿では,データストリームを用いたフローベースのプログラミングを,ソフトウェアアプリケーション構築に広く使用されるサービス指向アーキテクチャの代替として検討する。
論文 参考訳（メタデータ） (2021-08-09T15:06:02Z) - A Data-Centric Framework for Composable NLP Workflows [109.51144493023533]
アプリケーションドメインにおける経験的自然言語処理システム(例えば、ヘルスケア、ファイナンス、教育)は、複数のコンポーネント間の相互運用を伴う。
我々は,このような高度なNLPの高速な開発を支援するために,統一的なオープンソースフレームワークを構築した。
論文 参考訳（メタデータ） (2021-03-02T16:19:44Z) - iPaaS in Agriculture 4.0: An Industrial Case [0.0]
統合、相互運用性、自動意思決定機能を備えたオープンソースのソリューションをベースとした汎用iアーキテクチャを提案する。
これらのソリューションに基づく概念実証と,MA"ISADOURの粒度保存プロセスのケーススタディと,現在運用中のタスクとの比較を行った。
論文 参考訳（メタデータ） (2020-10-08T07:52:37Z) - Large-Scale Intelligent Microservices [24.99695289157708]
我々は、データベース操作を拡張してWebサービスプリミティブを含むApache Sparkベースのマイクロサービスオーケストレーションフレームワークを紹介します。
音声、視覚、検索、異常検出、テキスト分析などのインテリジェントなサービスに対して大規模なクライアントを提供する。
論文 参考訳（メタデータ） (2020-09-17T03:38:28Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z)
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。