From Commands to Prompts: LLM-based Semantic File System for AIOS

要約

大規模言語モデル (LLM) は、LLM ベースのエージェントやエージェント オペレーティング システム (AIOS) などのインテリジェント アプリケーションやシステムの開発において大きな可能性を示しています。
ただし、これらのアプリケーションやシステムが基盤となるファイル システムと対話する場合、ファイル システムは依然として従来のパラダイムのままであり、正確なコマンドによる手動ナビゲーションに依存します。
ユーザーは複雑なフォルダー階層をナビゲートし、不可解なファイル名を記憶する必要があるため、このパラダイムはこれらのシステムの使いやすさにボトルネックを引き起こします。
この制限に対処するために、プロンプト駆動型のファイル管理のための LLM ベースのセマンティック ファイル システム (LSFS) を提案します。
従来のアプローチとは異なり、LSFS には LLM が組み込まれており、ユーザーまたはエージェントが自然言語プロンプトを通じてファイルを操作できるようになり、セマンティックなファイル管理が容易になります。
マクロ レベルでは、セマンティック ファイルの取得、ファイル更新の監視と要約、セマンティック ファイルのロールバックなどのセマンティック ファイル管理機能を実現するための包括的な API セットを開発します。
ミクロレベルでは、ファイルのセマンティック インデックスを構築してファイルを保存し、ベクトル データベースを利用したさまざまなセマンティック操作 (CRUD、group by、join など) のシステムコールを設計および実装します。
私たちの実験では、LSFS がユーザーの利便性、サポートされる機能の多様性、ファイル操作の精度と効率の点で、従来のファイル システムに比べて大幅な改善が見られることがわかりました。
さらに、LLM の統合により、当社のシステムは、コンテンツの要約やバージョン比較など、よりインテリジェントなファイル管理タスクを可能にし、その機能をさらに強化します。

要約(オリジナル)

Large language models (LLMs) have demonstrated significant potential in the development of intelligent applications and systems such as LLM-based agents and agent operating systems (AIOS). However, when these applications and systems interact with the underlying file system, the file system still remains the traditional paradigm: reliant on manual navigation through precise commands. This paradigm poses a bottleneck to the usability of these systems as users are required to navigate complex folder hierarchies and remember cryptic file names. To address this limitation, we propose an LLM-based semantic file system ( LSFS ) for prompt-driven file management. Unlike conventional approaches, LSFS incorporates LLMs to enable users or agents to interact with files through natural language prompts, facilitating semantic file management. At the macro-level, we develop a comprehensive API set to achieve semantic file management functionalities, such as semantic file retrieval, file update monitoring and summarization, and semantic file rollback). At the micro-level, we store files by constructing semantic indexes for them, design and implement syscalls of different semantic operations (e.g., CRUD, group by, join) powered by vector database. Our experiments show that LSFS offers significant improvements over traditional file systems in terms of user convenience, the diversity of supported functions, and the accuracy and efficiency of file operations. Additionally, with the integration of LLM, our system enables more intelligent file management tasks, such as content summarization and version comparison, further enhancing its capabilities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google