对应论文
视频简介
自然语言工作流为智能体提供了类似软件的接口,但现有方法因数据依赖隐式、长指令执行失败等问题而不可靠。 本文提出Artic,一种工件驱动的工作流编译器,将自然语言工作流转化为显式声明读写工件、约束和控制的表示,并通过约束优化识别并细化困难步骤。 在11个真实领域工作流的488个问题实例上,Artic将任务解决率提升28个百分点,跨模型和重复执行一致性分别提升32和56个百分点。 该方法为智能体可靠执行提供了可复用的编译框架,但仅在自然语言工作流场景验证,未覆盖更广泛的智能体系统。