面向结构化数据的业务洞察生成的混合 LLM/规则方法
计算与语言
2024-04-25 v1 人工智能
摘要
在商业数据分析领域，从广泛且多样的数据集中提取可操作洞察是实现知情决策和保持竞争优势的关键。虽然传统的基于规则系统可靠性高，但在面对现代商业数据的复杂性和动态性时常常力不及众。相比之下，人工智能模型，特别是大语言模型（LLM），在模式识别和预测分析方面具有显著潜力，但可能缺乏针对特定商业应用的精确性。本文探讨了将基于规则系统的稳健性与大语言模型的自适应能力相结合，用于生成可操作业务洞察的混合方法的有效性。
引用
@article{arxiv.2404.15604,
title = {Hybrid LLM/Rule-based Approaches to Business Insights Generation from Structured Data},
author = {Aliaksei Vertsel and Mikhail Rumiantsau},
journal= {arXiv preprint arXiv:2404.15604},
year = {2024}
}