Multi-agent Application System in Office Collaboration Scenarios

要約

このペーパーでは、オフィスのコラボレーション効率と仕事の質を高めるために設計されたマルチエージェントアプリケーションシステムを紹介します。
このシステムは、人工知能、機械学習、および自然言語処理技術を統合し、タスクの割り当て、進捗監視、情報共有などの機能を達成します。
システム内のエージェントは、チームメンバーのニーズに基づいてパーソナライズされたコラボレーションサポートを提供し、意思決定の品質を向上させるためのデータ分析ツールを組み込むことができます。
このペーパーでは、プランとソルバーを分​​離するインテリジェントエージェントアーキテクチャも提案しており、マルチターンクエリの書き換えやビジネスツールの取得などの手法を通じて、エージェントのマルチインテントおよびマルチターンダイアログ機能が強化されます。
さらに、このペーパーでは、オフィスコラボレーションシナリオのコンテキストでのツールの設計とマルチターン対話の詳細を説明し、実験と評価を通じてシステムの有効性を検証します。
最終的に、このシステムは、特にクエリの理解、タスク計画、ツール呼び出しで、実際のビジネスアプリケーションで優れたパフォーマンスを実証しています。
楽しみにして、このシステムは、動的環境と大規模なマルチエージェントシステム内の複雑な相互作用の問題に対処する上で、より重要な役割を果たすことが期待されています。

要約(オリジナル)

This paper introduces a multi-agent application system designed to enhance office collaboration efficiency and work quality. The system integrates artificial intelligence, machine learning, and natural language processing technologies, achieving functionalities such as task allocation, progress monitoring, and information sharing. The agents within the system are capable of providing personalized collaboration support based on team members’ needs and incorporate data analysis tools to improve decision-making quality. The paper also proposes an intelligent agent architecture that separates Plan and Solver, and through techniques such as multi-turn query rewriting and business tool retrieval, it enhances the agent’s multi-intent and multi-turn dialogue capabilities. Furthermore, the paper details the design of tools and multi-turn dialogue in the context of office collaboration scenarios, and validates the system’s effectiveness through experiments and evaluations. Ultimately, the system has demonstrated outstanding performance in real business applications, particularly in query understanding, task planning, and tool calling. Looking forward, the system is expected to play a more significant role in addressing complex interaction issues within dynamic environments and large-scale multi-agent systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google