論文の概要: BatchDAG: LLM-Planned Execution Graphs for Scalable Ad-Hoc Analysis Over Enterprise Data
- arxiv url: http://arxiv.org/abs/2607.18241v1
- Date: Fri, 17 Apr 2026 19:22:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:13.085681
- Title: BatchDAG: LLM-Planned Execution Graphs for Scalable Ad-Hoc Analysis Over Enterprise Data
- Title（参考訳）: BatchDAG: エンタープライズデータに対するスケーラブルなアドホック分析のためのLLM対応実行グラフ
- Abstract要約: BatchDAGは、LLMが操作のタイプ付き非巡回グラフ(DAG)を生成するシステムである。
BatchDAGは5万以上の会議を60秒以内で処理する。
Brevianのプロダクションでは、BatchDAGは60秒未満で5万以上のミーティングを処理している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) excel at analyzing individual documents but break down on exhaustive, cross-entity analytical questions over enterprise-scale datasets due to context overflow, loss of per-entity attribution, and linear latency from sequential tool calls. We present BatchDAG, a system in which an LLM generates a typed directed acyclic graph (DAG) of operations -- SQL queries, semantic searches, in-memory transforms, parallel fan-outs, and single-shot analyses -- which a deterministic engine evaluates with topological-wave parallelism and structured JSON data flow. A key optimization, entity-aware batching, groups rows by logical entity before fan-out, reducing LLM calls by up to 47x. BatchDAG is not primarily an accuracy improvement over hand-optimized pipelines; rather, it is a general-purpose orchestration layer that replaces multiple hand-engineered workflows with a single system that generates the appropriate execution strategy from natural language. In controlled experiments on 12 transcript-heavy queries, BatchDAG (3.74/5) achieves quality comparable to an expert-designed pipeline (3.25/5) and significantly outperforms a ReAct agent (3.09/5, p<0.01), with superior provenance (77% transcript evidence rate vs. 46-60% for baselines). A controlled ablation shows structured JSON intermediates reduce hallucinations by 27% versus prose summaries (paired t-test, p=0.107, n=12). The planner achieves 98.8% valid-DAG rate across 300 planning calls. In production at Brevian.ai, BatchDAG processes queries over 50,000+ meetings in under 60 seconds, with measured per-query costs of $0.02-$0.24 at published GPT-5.1 pricing.
- Abstract（参考訳）: 大規模言語モデル(LLMs)は、個々のドキュメントの分析に優れていますが、コンテキストオーバーフロー、パーエンタリティ属性の喪失、シーケンシャルなツールコールからの線形レイテンシによる、エンタープライズ規模のデータセットに対する、徹底的な、クロスエンタリティな分析的な質問を分解します。
本稿では,LLMがSQLクエリ,セマンティック検索,インメモリ変換,並列ファンアウト,シングルショット解析といった操作の型付き非巡回グラフ(DAG)を生成するシステムであるBatchDAGについて述べる。
主要な最適化、エンティティ対応バッチ、ファンアウト前の論理エンティティによるグループ行、LLM呼び出しの最大47倍の削減。
BatchDAGは、主に手動最適化パイプラインに対する精度の向上ではなく、複数の手動ワークフローを自然言語から適切な実行戦略を生成する単一のシステムに置き換える汎用オーケストレーション層である。
BatchDAG(3.74/5)は12のトランスクリプト重度クエリの制御実験において、専門家が設計したパイプライン(3.25/5)に匹敵する品質を達成し、ReActエージェント(3.09/5, p<0.01)よりも優れ、優れた証明(77%のトランスクリプトエビデンス率対ベースライン46-60%)を持つ。
制御されたアブレーションにより、構造化されたJSON中間体は幻覚を27%減少させる(p=0.107, n=12)。
プランナーは300回のプランニングコールで98.8%の有効DAGレートを達成した。
Brevian.aiでの生産では、BatchDAGは60秒未満で50,000以上の会議を処理し、GPT-5.1の価格でクエリごとのコストは0.02ドルから0.24ドルである。
関連論文リスト
- APEX: Automated Prompt Engineering eXpert with Dynamic Data Selection [60.504476571531]
大規模言語モデルは、迅速な定式化に非常に敏感であり、その潜在能力を最大限に活用するためには、自動的なプロンプト最適化が必要である。
現在の手法では、開発データセットを静的なベンチマークとして扱い、非形式的なデータに対するかなりの計算予算を浪費している。
本稿では,APEX(Automatic Prompt Engineering eXpert)について紹介する。
論文 参考訳（メタデータ） (2026-06-09T21:22:06Z) - BADGER: Bridging Agentic and Deterministic Evaluation for Generative Enterprise Reasoning [0.8681424810073922]
BADGERはテキスト・ツー・アセスメントとエージェント動作評価を統合した統合フレームワークである。
BADGERは、クライアントが管理するデータ環境内で完全に動作します。
クライアント固有の判断とメトリクスの迅速なプロトタイピングをサポートする。
論文 参考訳（メタデータ） (2026-06-01T11:42:37Z) - Knowledge Graphs as the Missing Data Layer for LLM-Based Industrial Asset Operations [0.0]
LLMをベースとした産業資産運用のエージェントは、フラットなドキュメントストアに対する推論において、限られた精度を示す。
AssetOpsBenchは、GPT-4エージェントが139の産業保守シナリオで65%を達成することを証明している。
入力された知識グラフをグラウンド基板として扱い、どのように答えられるかによって各質問をルーティングする。
論文 参考訳（メタデータ） (2026-05-26T11:31:46Z) - Models Can Model, But Can't Bind: Structured Grounding in Text-to-Optimization [54.749573452394664]
定式化自体が単純である場合でも、インスタンスデータが大きくなるにつれて精度が低下する。
我々は, 数値データを構造化ファイルに外部化する単純な推論時アプローチであるBINDを用いて, モデルがプロンプトプロンプトからではなく, データをバインドする。
我々は,モデルのみをバインディングのみに微調整することで仮説を検証し,3つの構造的に異なる最適化カテゴリにおいて,エンドツーエンドのSFTおよびRLよりも優れていることを示す。
論文 参考訳（メタデータ） (2026-05-20T21:25:41Z) - optimize_anything: A Universal API for Optimizing any Text Parameter [98.42497715725356]
単一タスク検索をサポートする1つのAIベースの最適化システム、クロスプロブレム転送によるマルチタスク検索、および目に見えない入力への一般化を示す。
LLMに基づく検索によるテキストの最適化は汎用的な問題解決パラダイムであることを示す。
論文 参考訳（メタデータ） (2026-05-19T10:18:12Z) - ComplexMCP: Evaluation of LLM Agents in Dynamic, Interdependent, and Large-Scale Tool Sandbox [61.862814740220806]
$textbfComplexMCP$は厳格な条件下でエージェントを評価するために設計されたベンチマークである。
Model Context Protocol (MCP)上に構築された$textbfComplexMCP$は300以上の精巧にテストされたツールを提供する。
論文 参考訳（メタデータ） (2026-05-11T16:20:51Z) - PlanCompiler: A Deterministic Compilation Architecture for Structured Multi-Step LLM Pipelines [0.0]
PlanCompilerは、構造化パイプライン用のコンパイルアーキテクチャで、タイプされたノードレジストリレジストリによる実行からプランニングを分離する。
PlanCompilerはプリミティブの固定レジストリ上で型付きプランを生成し、そのプランを明示的な構造的制約と型制約に対して検証し、検証済みプランのみを実行可能なPythonにコンパイルする。
論文 参考訳（メタデータ） (2026-04-08T00:54:41Z) - APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay [7.370176470430802]
LLMベースの自律エージェントは、永続的な手続き記憶を欠いている。
我々は,構造化手続き計画の蓄積,検索,再利用を行う非パラメトリックオンライン学習フレームワークであるAPEX-EMを提案する。
論文 参考訳（メタデータ） (2026-03-31T00:24:56Z) - The Limits of Long-Context Reasoning in Automated Bug Fixing [4.853967615615349]
大規模言語モデル(LLM)は、コンテキスト全体を直接推論することができる。
LLMの最近の進歩は、ソフトウェア工学のベンチマークで強力なパフォーマンスを実現している。
我々は,現在のLLMが長文コードとパッチ生成を確実に実行可能であるかどうかを体系的に評価する。
論文 参考訳（メタデータ） (2026-02-17T22:51:40Z) - RAG-Driven Data Quality Governance for Enterprise ERP Systems [0.0]
LLMによるクエリ生成と自動データクリーニングを組み合わせたエンドツーエンドパイプラインを提案する。
システムは6ヶ月で24万人の従業員の記録を管理するプロダクションシステムにデプロイされる。
このモジュラーアーキテクチャは、AIネイティブなエンタープライズデータガバナンスのための再現可能なフレームワークを提供する。
論文 参考訳（メタデータ） (2025-11-18T12:08:44Z) - Towards Global Retrieval Augmented Generation: A Benchmark for Corpus-Level Reasoning [50.27838512822097]
我々は,グローバルRAG機能を評価するために設計された最初のベンチマークであるGlobalQAを紹介する。
我々は,チャンクレベルの検索によって構造的コヒーレンスを保存するマルチツール協調フレームワークであるGlobalRAGを提案する。
Qwen2.5-14Bモデルでは、GlobalRAGは最強のベースラインである1.51 F1と比較して6.63 F1を達成した。
論文 参考訳（メタデータ） (2025-10-30T07:29:14Z) - SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。
提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。
我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
論文 参考訳（メタデータ） (2025-03-11T17:53:02Z)
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。