标签
本文介绍了LeDQeR，一个使用大语言模型自动生成企业工具数据质量规则的框架，提高了规则覆盖率并减少了手动维护工作。
RuleChef 是一个框架，利用大型语言模型（LLM）为自然语言处理任务（如文本分类、命名实体识别或关系抽取）生成人类可编辑、可执行的规则。它基于任务描述和一组标注示例生成规则，然后根据更多示例和人类对现有规则的反馈进行迭代改进。RuleChef 还可以通过观察任何现有模型在给定任务上的输入-输出对来引导规则生成。LLM 仅在训练阶段使用，合成规则并根据在留出集上测量的失败进行迭代修补。这个过程最终产生一个快速、确定且可审查的规则系统。初步评估在分类和命名实体识别任务上进行。我们将 RuleChef 作为开源软件发布，采用 Apache 2.0 许可。
本文提出了一种多智能体大语言模型流水线，能够自动生成并验证化学反应规则，将标准分类从68类扩展至14,073类，无需人工策展，在未见反应上达到97.7%的分类准确率。