arXiv · 16.06.2026 ·Исследования и наука

DRFLOW: новый бенчмарк для прогнозирования персонализированных рабочих процессов

Исследователи представили новый бенчмарк DRFLOW, предназначенный для оценки способности ИИ-агентов прогнозировать персонализированные рабочие процессы. В отличие от существующих систем, которые в основном фокусируются на генерации отчётов и сводок, DRFLOW направлен на решение более сложных задач, таких как определение последовательности конкретных действий для выполнения определённых задач.

Например, вместо того чтобы просто суммировать бюджетные политики, агент должен уметь определять шаги, необходимые для их реализации. Это особенно важно для корпоративных задач, где важна не только информация, но и её практическое применение.

Бенчмарк включает в себя разнообразные сценарии, которые требуют от агентов не только понимания контекста, но и способности планировать и выполнять последовательные действия. Исследователи надеются, что DRFLOW поможет улучшить разработку ИИ-агентов, способных эффективно решать сложные задачи в реальных условиях.

Работа опубликована на arXiv и доступна для дальнейшего изучения и применения в исследованиях и разработках в области ИИ.

Источник: arXiv

Похожие материалы

Hacker News · Оркестрация агентов QodFlow: Kanban-доска для управления ИИ-агентами через MCP Команда QodFlow представила инструмент, который позволяет ИИ-агентам взаимодействовать с Kanban-досками через протокол MCP (Multi-Agent Communication Protocol). Это решение может стать важным шагом в интеграции агентов в рабочие процессы, где требуется визуализация и управление задачами. Microsoft Research · Память и RAG Data Formulator 0.7: AI-агенты для аналитики корпоративных данных Microsoft Research представила обновлённую версию Data Formulator 0.7, инструмента для AI-аналитики корпоративных данных. Платформа позволяет командам данных интегрировать большие объёмы данных в рабочую среду, где AI-агенты помогают исследовать, анализировать и визуализировать данные для получения практических выводов. arXiv · Инференс и железо Как снизить задержки в системах с потоковыми данными Исследователи из MIT и Google предложили новый подход к обработке потоковых данных в системах машинного обучения, который может существенно снизить задержки и нагрузку на серверы. В статье, опубликованной на arXiv, они описывают метод, который отделяет процесс инференса от обновления состояния, используя вероятностное прореживание (probabilistic thinning). Hugging Face - Blog · Другое Direct Preference Optimization за пределами чатботов Исследователи из Dharma AI представили новый подход к Direct Preference Optimization (DPO), который выходит за рамки традиционных чатботов. В статье на Hugging Face они демонстрируют, как DPO может быть применён для улучшения поведения ИИ-агентов в более сложных сценариях, включая многозадачные и интерактивные системы. NVIDIA Technical Blog · Обучение и дообучение NVIDIA FLARE Auto-FL ускоряет исследования федеративного обучения с помощью ИИ-агентов NVIDIA представила новую систему Auto-FL в рамках своего фреймворка Federated Learning and Analytics Research (FLARE). Эта система использует ИИ-агентов для автоматизации и ускорения исследований в области федеративного обучения (FL). Федеративное обучение позволяет обучать модели на распределённых данных без их централизации, что особенно важно для задач, связанных с конфиденциальностью и безопасностью данных. Hugging Face - Blog · Оценка и бенчмарки VAKRA: новый бенчмарк для тестирования ИИ-агентов Исследователи из IBM Research представили VAKRA — новый бенчмарк для оценки способностей ИИ-агентов к логическому мышлению, использованию инструментов и обработке ошибок. В отличие от существующих тестов, VAKRA фокусируется на комплексных сценариях, требующих от агентов не только генерации текста, но и выполнения последовательных действий с анализом промежуточных результатов. Hacker News · Инфраструктура для агентов SchemaFlow: инструмент для анализа изменений в базах данных и генерации SQL SchemaFlow — это инструмент, разработанный для автоматизации анализа изменений в базах данных, генерации SQL-запросов и установки ограничений на их выполнение. Он интегрируется с OpenAI и предоставляет API для работы с базами данных, что делает его полезным для разработчиков ИИ-агентов, которым необходимо взаимодействовать с базами данных. arXiv · Оркестрация агентов Agents-K1: новый подход к оркестрации научных знаний для ИИ-агентов Исследователи из MIT и других ведущих университетов представили Agents-K1 — фреймворк, направленный на улучшение научной оркестрации знаний для ИИ-агентов. В отличие от существующих решений, которые часто ограничиваются поверхностным анализом научных работ, Agents-K1 фокусируется на ключевых сущностях, утверждениях, доказательствах, механизмах и методологических линиях, что критически важно для научного мышления. arXiv · Оркестрация агентов Как извлекать осмысленные workflows из логов действий пользователей Исследователи из MIT и Стэнфорда предложили метод для преобразования последовательностей действий пользователей в интерпретируемые workflows. В работе рассматриваются лог-файлы с временными метками, которые фиксируют взаимодействие пользователей с цифровыми продуктами. Однако из-за высокой детализации и шума в данных сложно выделить осмысленные паттерны поведения. arXiv · Оркестрация агентов Новый подход к маршрутизации множества ИИ-агентов Исследователи из Университета Карнеги-Меллон представили новую работу, посвящённую компиляционным методам в задачах маршрутизации множества агентов (MAPF). В отличие от классических подходов, где все агенты должны достичь заданных целей без столкновений, авторы рассматривают варианты с разными требованиями к агентам.

← Все материалы