关系数据库驱动的数据分析（RDB-DA）报告生成旨在在查询关系数据库后生成数据分析报告，已广泛应用于财务和医疗保健等领域。通常，这些任务是由数据科学家手动完成的，使该过程非常密集，并表现出明确的自动化需求。虽然现有方法（e ...

在现实环境中运行的体现的代理必须解释模棱两可的人类指示。有能力的家用机器人应认识到歧义并提出相关的澄清问题以准确推断用户意图，从而导致更有效的任务执行。为了研究此问题，我们介绍了询问任务，其中具体的代理必须在家庭环境中进行模棱两可的指导进行特定的对象实例 ...

最近的DeepSeek-R1通过加强学习（RL）和基于规则的奖励展示了LLMS推理能力的出现。在这个想法的基础上，我们是第一个探索基于规则的RL如何增强图形用户界面（GUI）操作预测任务的多模式大语言模型（MLLM）的推理功能。为此，我们策划了136个具有挑战性的任务的小型但高质量的数据集，其中包括移动设备上的五种常见动作类型 ...

设备上的控制代理，尤其是移动设备上的控制代理，负责操作移动设备以满足用户的请求，从而实现无缝且直观的交互。将多模态大型语言模型 (MLLM) 集成到这些代理中可以增强它们理解和执行复杂命令的能力，从而改善用户体验。然而，由于有限的数据可用性和低效的在线培训流程，对 MLLM 进行设备端控制的微调提出了重大挑战 ...

近年来，在大型语言模型（LLMS）领域的重大进步驱动到近年来，AI代理商变得越来越普遍。移动GUI代理是AI代理的子集，旨在自主在移动设备上执行任务。尽管大量研究介绍了推进移动GUI代理研究的代理，数据集和基准测试，但许多现有数据集专注于静态框架评估，并且未能为评估现实世界中的野外任务的绩效提供全面的平台 ...

当前的销售对话分析和转换预测方法通常依赖于大型语言模型（LLM）以及基本检索增强发电（RAG）。这些系统虽然能够回答问题，但无法准确预测转化概率或实时提供战略指导。在本文中，我们介绍了Salesragent，这是一个新颖的框架，利用专门的强化学习来预测整个销售对话的转换概率 ...

实现人类水平的智力需要精炼系统1和系统2思维之间的认知区别。在大型语言模型驱动的当代AI虽然表现出类似人类的特征，但它没有真正的认知。从结构化的基准过渡到现实世界情景，给视觉推动者带来了挑战，通常会导致不准确和过度自信的响应 ...

受大型语言模型（LLM）快速发展的启发，LLM代理已经演变为执行复杂的任务。现在，LLM代理在各个域中广泛应用，处理大量数据以与人类交互并执行任务。 LLM代理商的广泛应用证明了其显着的商业价值；但是，它们还暴露了安全性和隐私漏洞 ...