論文の概要: Pragmos: A Process Agentic Modeling System

• arxiv url: http://arxiv.org/abs/2604.27311v1
• Date: Thu, 30 Apr 2026 01:49:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.870937
• Title: Pragmos: A Process Agentic Modeling System
• Title（参考訳）: Pragmos: プロセスエージェントモデリングシステム
• Authors: Pedro-Aarón Hernández-Ávalos, Luciano García-Bañuelos,
• Abstract要約: 大規模言語モデル(LLM)は、テキスト記述から直接プロセスモデルを引き出すツールとして研究されている。 我々は、モデリングをオープンな会話活動として想定し、人間とLLMの両方を含むインタラクティブで反復的なプロセスによって最も支持される。 本稿では,このビジョンを運用するプロトタイプシステムであるPragmosを紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The advent of Large Language Models (LLMs) has significantly transformed tasks across Software Engineering. In the context of Business Process Management, LLMs are now being explored as tools to derive process models directly from textual descriptions. Existing approaches range from chatbot-driven systems that assist with iterative, text-based modeling to fully automated end-to-end modeling assistants. However, we argue that process modeling is inherently complex and cannot be effectively addressed through black-box solutions. Instead, we envision modeling as an open-ended conversational activity, best supported by an interactive, iterative process involving both humans and LLM. In our approach, the modeling task is decomposed into smaller, manageable steps. Each step results in intermediate artifacts and explicitly documents the rationale behind each modeling decision. During this process, we incrementally uncover simple behavioral relations that guide the construction of the model. Given the current limitations of LLMs in reasoning about complex dependencies, we complement them with specialized tools developed in the field to structure process models based on behavioral relations. This hybrid approach enables the generation of sound, yet comprehensible models that evolve through transparent and explainable steps. In this paper, we present our research agenda and introduce Pragmos, a prototype system that operationalizes this vision. Pragmos demonstrates how LLMs can collaborate with human users as both domain and modeling experts to co-create evolving process models through a structured and explainable workflow.
• Abstract（参考訳）: 大規模言語モデル(LLM)の出現は、ソフトウェア工学全体のタスクを大きく変えた。 ビジネスプロセス管理の文脈では、LLMはテキスト記述から直接プロセスモデルを引き出すツールとして研究されている。 既存のアプローチは、反復的なテキストベースのモデリングを支援するチャットボット駆動システムから、完全に自動化されたエンドツーエンドモデリングアシスタントまで様々である。 しかし、プロセス・モデリングは本質的に複雑であり、ブラックボックス・ソリューションでは効果的に対処できないと論じる。 その代わりに、モデリングをオープンな会話活動として想定し、人間とLLMの両方を含むインタラクティブで反復的なプロセスによって最も支持される。 このアプローチでは、モデリングタスクはより小さく、管理可能なステップに分解されます。 各ステップは中間的な成果物となり、各モデリング決定の背後にある根拠を明示的に文書化します。 この過程で、モデル構築を導く単純な行動関係を段階的に発見する。 複雑な依存関係を推論する上でのLLMの現在の限界を考えると、振る舞い関係に基づいたプロセスモデルを構築するためにフィールドで開発された特殊なツールを補完する。 このハイブリッドアプローチは、透明で説明可能なステップを通じて進化する、音を発生させるが、理解しやすいモデルを可能にする。 本稿では,このビジョンを運用するプロトタイプシステムであるPragmosを紹介する。 Pragmos氏は、LLMがドメインとモデリングの専門家の両方として人間のユーザとどのように協力し、構造化された説明可能なワークフローを通じて進化するプロセスモデルを作成するかをデモした。

関連論文リスト

• Large Language Models to Enhance Business Process Modeling: Past, Present, and Future Trends [0.0]
  本稿では、自然言語をBPMNプロセスモデルに変換するAI駆動手法の文献レビューを紹介する。 この分析は、ルールベースおよび従来のNLPパイプラインからLLMベースのアーキテクチャへの移行を明らかにしている。 この文献は、意味的正当性、評価の断片化、現実世界の組織的文脈における限定的な検証に関する永続的な課題も明らかにしている。
  論文  参考訳（メタデータ） (2026-04-15T16:15:03Z)
• OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging [124.91183814854126]
  モデルマージは、複数のエキスパートモデルをひとつのモデルに組み合わせようとしている。 本稿ではMLLMのトレーニングと評価のタスクを明確に分割したモデルマージ研究のベンチマークを紹介する。 モデルマージは、トレーニングデータを必要とせずに改善されたMLLMを構築するための有望な方法であることがわかった。
  論文  参考訳（メタデータ） (2025-05-26T12:23:14Z)
• MLE-Dojo: Interactive Environments for Empowering LLM Agents in Machine Learning Engineering [57.156093929365255]
  自律型大規模言語モデル(LLM)エージェントを体系的に強化し、評価し、改善するためのガイムスタイルのフレームワーク。 MLE-Dojoは、現実的なエンジニアリングシナリオを反映した、多様でオープンなMLEタスクを慎重にキュレートする。 完全に実行可能な環境は、教師付き微調整と強化学習の両方を通して包括的なエージェントトレーニングをサポートする。
  論文  参考訳（メタデータ） (2025-05-12T17:35:43Z)
• Towards Synthetic Trace Generation of Modeling Operations using In-Context Learning Approach [1.8874331450711404]
  本稿では,イベントログのモデリング,インテリジェントなモデリングアシスタント,モデリング操作の生成を組み合わせた概念的フレームワークを提案する。 特に、アーキテクチャは、設計者がシステムを指定するのを助け、その操作をグラフィカルなモデリング環境内で記録し、関連する操作を自動的に推奨する、モデリングコンポーネントから構成される。
  論文  参考訳（メタデータ） (2024-08-26T13:26:44Z)
• Leveraging Large Language Models for Enhanced Process Model Comprehension [33.803742664323856]
  ビジネスプロセスマネジメント(BPM)では、効果的にプロセスモデルを理解することが重要であるが、重大な課題を生じさせる。 本稿では,Large Language Models(LLM)の高度な機能を活用し,複雑なプロセスモデルの解釈可能性を高める新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-08T13:12:46Z)
• Process Modeling With Large Language Models [42.0652924091318]
  本稿では,大規模言語モデル(LLM)のプロセスモデリングへの統合について検討する。 プロセスモデルの自動生成と反復的改善にLLMを利用するフレームワークを提案する。 予備的な結果は、プロセスモデリングタスクを合理化するフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2024-03-12T11:27:47Z)
• Model Composition for Multimodal Large Language Models [71.5729418523411]
  本稿では,既存のMLLMのモデル構成による新しいパラダイムを提案する。 我々の基本的な実装であるNaiveMCは、モダリティエンコーダを再利用し、LLMパラメータをマージすることで、このパラダイムの有効性を実証する。
  論文  参考訳（メタデータ） (2024-02-20T06:38:10Z)
• Adapting Large Language Models for Content Moderation: Pitfalls in Data Engineering and Supervised Fine-tuning [79.53130089003986]
  大規模言語モデル(LLM)は、様々なドメインでタスクを処理するための実現可能なソリューションとなっている。 本稿では、コンテンツモデレーションのためにプライベートにデプロイ可能なLLMモデルを微調整する方法を紹介する。
  論文  参考訳（メタデータ） (2023-10-05T09:09:44Z)

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。