规则式商业：面向LLM的业务规则流程建模基准与框架
计算与语言
2026-02-03 v3
摘要
从非结构化商业文档中提取结构化程序性知识是流程自动化中的一个关键且尚未解决的瓶颈。虽然先前工作聚焦于从指令文本中提取线性动作流程，如食谱等，但对真实世界监管和行政文件中常见的复杂逻辑结构（包括条件分支和并行执行）的考虑不足。此外，现有基准受限于简单模式和浅层逻辑依赖，限制了向逻辑感知的大语言模型推进的可能性。为弥合这一Logic Gap，我们引入BREX，一个精心策划的基准，包含409个真实世界商业文档和2,855个专家标注的规则。与先前以狭窄服务场景为中心的数据集不同，BREX涵盖超过30个垂直领域，涵盖科学、工业、行政和金融等领域。我们进一步提出ExIde，一种结构感知的推理框架，探讨了五种不同的提示策略，从隐式语义对齐到通过伪代码生成实现可执行 grounding。这使得能够显式建模规则依赖，为不同商业客户提供即插即用框架，而无需对自己的大语言模型进行微调。我们使用13个最先进的大语言模型对ExIde进行基准测试。我们的广泛评估表明，可执行grounding作为更好的归纳偏置，显著优于标准提示在规则提取方面的表现。此外，推理优化的模型在追踪长程和非线性规则依赖方面表现出与标准指令微调模型的明显优势。
引用
@article{arxiv.2505.18542,
title = {Business as Rulesual: A Benchmark and Framework for Business Rule Flow Modeling with LLMs},
author = {Chen Yang and Ruping Xu and Ruizhe Li and Bin Cao and Jing Fan},
journal= {arXiv preprint arXiv:2505.18542},
year = {2026}
}