論文の概要: Orchestration-Free Customer Service Automation: A Privacy-Preserving and Flowchart-Guided Framework
- arxiv url: http://arxiv.org/abs/2602.15377v1
- Date: Tue, 17 Feb 2026 06:17:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-18 16:03:17.993262
- Title: Orchestration-Free Customer Service Automation: A Privacy-Preserving and Flowchart-Guided Framework
- Title（参考訳）: オーケストレーションフリーのカスタマーサービス自動化 - プライバシ保護とフローチャートガイドフレームワーク
- Authors: Mengze Hong, Chen Jason Zhang, Zichang Guo, Hanlin Gu, Di Jiang, Li Qing,
- Abstract要約: 本稿では,タスク指向フローチャート(TOF)を用いたオーケストレーションフリーフレームワークを提案する。
まず、TOFのコンポーネントと評価基準を定義し、次にコスト効率の良いフローチャート構築アルゴリズムを定式化し、サービス対話から手続き的知識を抽象化する。
ケーススタディを備えたWebベースのシステムデモをリリースすることにより、将来のサービス自動化の合理化を促進することを目指している。
- 参考スコア（独自算出の注目度）: 16.034888856877565
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Customer service automation has seen growing demand within digital transformation. Existing approaches either rely on modular system designs with extensive agent orchestration or employ over-simplified instruction schemas, providing limited guidance and poor generalizability. This paper introduces an orchestration-free framework using Task-Oriented Flowcharts (TOFs) to enable end-to-end automation without manual intervention. We first define the components and evaluation metrics for TOFs, then formalize a cost-efficient flowchart construction algorithm to abstract procedural knowledge from service dialogues. We emphasize local deployment of small language models and propose decentralized distillation with flowcharts to mitigate data scarcity and privacy issues in model training. Extensive experiments validate the effectiveness in various service tasks, with superior quantitative and application performance compared to strong baselines and market products. By releasing a web-based system demonstration with case studies, we aim to promote streamlined creation of future service automation.
- Abstract（参考訳）: 顧客サービスの自動化は、デジタルトランスフォーメーションにおける需要が増加している。
既存のアプローチは、広範なエージェントオーケストレーションを備えたモジュールシステム設計に依存するか、過度に単純化された命令スキーマを採用し、限られたガイダンスと低い一般化性を提供する。
本稿では,タスク指向フローチャート(TOF)を用いたオーケストレーションフリーフレームワークを導入し,手作業による介入なしにエンドツーエンドの自動化を実現する。
まず、TOFのコンポーネントと評価基準を定義し、次にコスト効率の良いフローチャート構築アルゴリズムを定式化し、サービス対話から手続き的知識を抽象化する。
我々は,小言語モデルの局所的な展開を重視し,フローチャートを用いた分散蒸留を提案し,モデルトレーニングにおけるデータの不足やプライバシーの問題を軽減する。
幅広い実験により, 各種サービスタスクの有効性が検証され, 強力なベースラインや市場製品に比べ, 定量的, 応用性能に優れていた。
ケーススタディを備えたWebベースのシステムデモをリリースすることにより、将来のサービス自動化の合理化を促進することを目指している。
関連論文リスト
- Scaling Web Agent Training through Automatic Data Generation and Fine-grained Evaluation [54.945281159783896]
Webエージェントのための高品質なトレーニングデータを自動的に生成するスケーラブルなパイプラインを提案する。
本稿では,タスク完了に向けた進捗のきめ細かい評価を提供する制約に基づく新しい評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-13T02:52:18Z) - WISE-Flow: Workflow-Induced Structured Experience for Self-Evolving Conversational Service Agents [12.014029662322152]
大規模言語モデル(LLM)ベースのエージェントは、ユーザ向けサービスに広くデプロイされているが、新しいタスクではエラーが発生しやすい。
本稿では,過去のサービスインタラクションを再利用可能な手続き体験に変換する実現可能性中心のフレームワークであるWISE-Flowを提案する。
論文 参考訳（メタデータ） (2026-01-13T02:43:41Z) - FLAS: a combination of proactive and reactive auto-scaling architecture for distributed services [0.0]
本稿では、分散サービスのオートスケーラであるFLAS(Forecasted Load Auto-Scaling)を紹介する。
最適なスケーリングアクションを決定するために、状況に応じてプロアクティブとリアクティブのアプローチの利点を組み合わせる。
本稿では,コンテンツベースのパブリッシュ・サブスクライブ分散システムにおけるFLAS実装について述べる。
論文 参考訳（メタデータ） (2025-10-23T09:38:07Z) - AutoEDA: Enabling EDA Flow Automation through Microservice-Based LLM Agents [15.41283323575065]
AutoEDAは、標準化されたスケーラブルな自然言語エクスペリエンスに特化したモデルコンテキストプロトコル(MCP)を通じて並列学習を活用する、EDA自動化のためのフレームワークである。
実験の結果、既存の手法と比較して、自動化の精度と効率が向上し、スクリプトの品質も向上した。
論文 参考訳（メタデータ） (2025-08-01T18:23:57Z) - SPARE: Single-Pass Annotation with Reference-Guided Evaluation for Automatic Process Supervision and Reward Modelling [58.05959902776133]
私たちはSingle-Passを紹介します。
Reference-Guided Evaluation (SPARE)は、効率的なステップごとのアノテーションを可能にする新しい構造化フレームワークである。
数学的推論(GSM8K, MATH)、マルチホップ質問応答(MuSiQue-Ans)、空間推論(SpaRP)にまたがる4つの多様なデータセットにおけるSPAREの有効性を実証する。
ProcessBenchでは、SPAREがデータ効率のよいアウト・オブ・ディストリビューションの一般化を実証し、トレーニングサンプルの$sim$16%しか使用していない。
論文 参考訳（メタデータ） (2025-06-18T14:37:59Z) - MAS-ZERO: Designing Multi-Agent Systems with Zero Supervision [76.42361936804313]
自動MAS設計のための自己進化型推論時間フレームワークMAS-ZEROを紹介する。
MAS-ZEROはメタレベルの設計を採用し、各問題インスタンスに適したMAS構成を反復的に生成し、評価し、洗練する。
論文 参考訳（メタデータ） (2025-05-21T00:56:09Z) - Towards Automatic Continual Learning: A Self-Adaptive Framework for Continual Instruction Tuning [8.95038939248447]
連続的な命令チューニングにより、大きな言語モデルは、過去の知識を維持しながら漸進的に学習することができる。
我々のフレームワークは受信したデータを動的にフィルタリングし、連続した更新間で冗長なデータを識別し、削減する。
計算コストを66.7%削減し、モデル性能を改善し、自律的な更新を実現した。
論文 参考訳（メタデータ） (2025-03-20T08:00:41Z) - Turning Conversations into Workflows: A Framework to Extract and Evaluate Dialog Workflows for Service AI Agents [65.36060818857109]
本稿では,過去の対話から対話を抽出し,評価するための新しい枠組みを提案する。
抽出プロセスは,(1)重要な手続き的要素に基づいて関連する会話を選択するための検索ステップ,(2)質問応答に基づくチェーン・オブ・シークレット(QA-CoT)プロンプトを用いた構造化ワークフロー生成プロセスの2つの主要な段階から構成される。
論文 参考訳（メタデータ） (2025-02-24T16:55:15Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - Inverse Reinforcement Learning of Autonomous Behaviors Encoded as
Weighted Finite Automata [18.972270182221262]
本稿では,論理タスク仕様とコスト関数を実演から学習する手法を提案する。
本稿では,タスクの未知論理構造を近似した重み付き有限オートマトン(WFA)の抽出にスペクトル学習手法を用いる。
高レベルタスクガイダンスのためのWFAと低レベル制御のためのラベル付きマルコフ決定プロセス(L-MDP)との間にある製品を定義し、実証者の行動にマッチするコスト関数を最適化する。
論文 参考訳（メタデータ） (2021-03-10T06:42:10Z)
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。