論文の概要: Knowledge-Centric Agents for Workflow Generation
- arxiv url: http://arxiv.org/abs/2607.15845v1
- Date: Fri, 17 Jul 2026 11:03:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.831146
- Title: Knowledge-Centric Agents for Workflow Generation
- Title（参考訳）: ワークフロー生成のための知識中心エージェント
- Abstract要約: 複数の抽象化レベルにわたる知識を逆転させ、注入し、推論することを学ぶ知識中心のフレームワークを提案する。
提案手法は,ノードの多様性,コヒーレントな構造,既存システムよりも高い実行成功率で生成する。
- 参考スコア（独自算出の注目度）: 73.4340391112949
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Workflow generation in visual creation systems such as ComfyUI demands not only syntactic accuracy but also expert-level reasoning over modular compositions. Existing large language model (LLM) approaches often treat this as a direct text-to-JSON generation task, struggling with structural brittleness and lacking the experiential knowledge required for effective design. We argue that successful workflow generation requires modeling knowledge itself, including its structure, hierarchy, and reasoning dynamics. To this end, we propose a knowledge-centric framework that learns to invert, inject, and infer with knowledge across multiple abstraction levels. We first perform knowledge inversion to distill hierarchical representations, ranging from full pseudo-codes and skeletons to high-level strategies, from large collections of real-world workflows. We then conduct knowledge injection through supervised fine-tuning, teaching the model to reason from task descriptions to strategies and from strategies to executable structures. During inference, the model performs reversible reasoning to synthesize executable workflows, augmented by self-refinement for structural coherence. Extensive experiments demonstrate that our method produces workflows with richer node diversity, more coherent structures, and higher execution success rates than existing systems, establishing a new foundation for knowledge-driven, agentic workflow generation.
- Abstract（参考訳）: ComfyUIのようなビジュアル作成システムにおけるワークフロー生成は、構文的精度だけでなく、モジュラー構成に対する専門家レベルの推論も要求する。
既存の大規模言語モデル(LLM)アプローチでは、これを直接テキストからJSONを生成するタスクとして扱うことが多く、構造的な脆さに悩まされ、効果的な設計に必要な経験的知識が欠如している。
ワークフロー生成の成功には、その構造、階層、推論ダイナミクスを含むモデリング知識自体が必要である、と我々は主張する。
この目的のために,複数の抽象化レベルにまたがって知識を逆転させ,注入し,推論することを学ぶ知識中心のフレームワークを提案する。
まず、擬似コードやスケルトンから、現実世界のワークフローの大規模な収集に至るまで、階層的な表現を蒸留する知識インバージョンを実行する。
次に、教師付き微調整を通して知識注入を行い、タスク記述から戦略、戦略から実行可能な構造への推論をモデルに教える。
推論中、モデルは可逆的推論を行い、構造的コヒーレンスのために自己精製によって強化される実行可能なワークフローを合成する。
大規模な実験により,本手法は,より豊富なノード多様性,より一貫性のある構造,既存システムよりも高い実行成功率を有するワークフローを創出し,知識駆動型エージェントワークフロー生成のための新たな基盤を確立した。
関連論文リスト
- Toward Effective and Reliable LLM Agents via Dynamic Ontology [21.48160246568531]
大規模モデル言語(LLM)エージェントは、モデルパラメータにエンコードされた知識や、構造化されていないコンテキストとして提示された知識に大きく依存する。
これはしばしば不完全な証拠の使用と脆い多段階決定をもたらす。
オントロジーは、ドメインの概念と関係を機械解釈可能な構造として外部化する方法を提供する。
本稿では,タスク指向LLMエージェントを動的に構築・洗練するオントロジー・アズ・ア・カーネルフレームワークであるOaKを紹介する。
論文 参考訳（メタデータ） (2026-08-24T08:33:42Z) - Unified Semantic Modeling Framework for Large-Scale Job Understanding at LinkedIn [14.073644871405582]
人材と機会を結びつけるLinkedInのミッションには、仕事の理解が不可欠だ。
本稿では,小言語モデル(SLM)を利用した統合意味モデリングフレームワークを提案し,課題に対処する。
我々の研究は、産業規模のテキスト理解システムを構築するための実践的な洞察を提供する。
論文 参考訳（メタデータ） (2026-06-22T07:42:09Z) - Coupled Hierarchical Search over Topology and Execution for Agentic Workflow Synthesis [64.2820121997882]
エージェントワークフロー設計を自動化する,トレーニング不要でテスト時の階層型検索アーキテクチャであるHierFlowを紹介した。
HierFlowはインテリジェントなゲーティングモジュールを通じて効率を最大化し、コンテキスト要求に基づいて実行レベル検索を選択的にトリガーする。
質問応答、数学的推論、コード生成ベンチマークにわたる包括的なテストは、HierFlowが一貫して強力なベースラインを上回っていることを確認する。
論文 参考訳（メタデータ） (2026-05-20T01:56:11Z) - Steering Visual Generation in Unified Multimodal Models with Understanding Supervision [42.765106450407814]
統一マルチモーダルモデルは、理解と生成のギャップを埋めるために考えられている。
本稿では, 個別のタスクとしてだけでなく, 生成表現を制御するための直接監督信号として, より軽量なフレームワークである「理解指向ポストトレーニング(UNO)」を提案する。
論文 参考訳（メタデータ） (2026-05-07T07:20:04Z) - A Survey on Generative Recommendation: Data, Model, and Tasks [55.36322811257545]
ジェネレーティブ・レコメンデーションは、差別的なスコアではなく、世代としてのレコメンデーションを再認識する。
この調査は、データ、モデル、タスク次元にまたがる統合された三部構成のフレームワークを通じて包括的な調査を提供する。
世界知識の統合、自然言語理解、推論能力、スケーリング法則、創造的生成の5つの主要な利点を特定します。
論文 参考訳（メタデータ） (2025-10-31T04:02:58Z) - Reimagining Agent-based Modeling with Large Language Model Agents via Shachi [16.625794969005966]
大規模言語モデル(LLM)によるマルチエージェントシステムにおける創発的行動の研究は重要な研究課題である。
エージェントのポリシーをコア認知コンポーネントに分解する形式的方法論とモジュラーフレームワークであるShachiを紹介する。
提案手法を総合的な10タスクベンチマークで検証し,新しい科学的探究を通じてその能力を実証する。
論文 参考訳（メタデータ） (2025-09-26T04:38:59Z) - ComfyUI-R1: Exploring Reasoning Models for Workflow Generation [49.09090292453288]
私たちはワークフローの自動生成のための最初の大きな推論モデルであるComfyUI-R1を紹介します。
ノードの選択、ワークフロー計画、コードレベルのワークフローを含む、長いチェーン・オブ・シンク(CoT)推論データを構築します。
実験の結果、我々の7B-パラメーターモデルでは、高いパスレート、ノードレベル、グラフレベルのF1スコアとともに、97%のフォーマットの妥当性が得られた。
論文 参考訳（メタデータ） (2025-06-11T14:35:15Z) - APT: Architectural Planning and Text-to-Blueprint Construction Using Large Language Models for Open-World Agents [8.479128275067742]
本稿では,自律型エージェントによるMinecraftの複雑な構造構築を可能にする,LLM(Large Language Model)駆動のフレームワークを提案する。
連鎖分解とマルチモーダル入力を用いることで、このフレームワークは詳細なアーキテクチャレイアウトと青写真を生成する。
本エージェントは, メモリとリフレクションモジュールの両方を組み込んで, 生涯学習, 適応的洗練, エラー訂正を容易にする。
論文 参考訳（メタデータ） (2024-11-26T09:31:28Z) - StructRAG: Boosting Knowledge Intensive Reasoning of LLMs via Inference-time Hybrid Information Structurization [94.31508613367296]
Retrieval-augmented Generation(RAG)は、大規模言語モデル(LLM)を効果的に強化する鍵となる手段である。
本稿では,手前のタスクに対して最適な構造型を識別し,元の文書をこの構造化形式に再構成し,その結果に基づいて回答を推測するStructRAGを提案する。
実験の結果、StructRAGは最先端のパフォーマンスを実現し、特に挑戦的なシナリオに優れていた。
論文 参考訳（メタデータ） (2024-10-11T13:52:44Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z)
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。