回到最新动态
论文更新 / THE SIGNAL

InstruBPM:指令微调开源模型生成BPMN流程模型

Instruction-Tuning Open-Weight Language Models for BPMN Model Generation

重要性 4.5 AI 辅助整理

指令微调小开源模型可生成结构更准的BPMN图

资讯摘要

论文提出InstruBPM,用指令微调加参数高效微调与量化,让开源大模型从自然语言描述生成BPMN流程模型,支持本地部署。作者在多领域BPMN数据集子集上,从文本相似度、结构保真度、规范符合性和小规模专家评审四方面评估,报告微调后的小模型在序列与结构指标上优于未微调开源基线和强闭源模型,且资源需求更低。

要点速读

  1. 方法包含配对文本-图数据准备、参数高效微调与量化,面向本地部署
  2. 评估覆盖BLEU/ROUGE-L/METEOR、相对图编辑距离、外部工具规范检查和少量专家评审
  3. 作者报告微调模型在序列与结构指标上超过未微调开源基线和强闭源模型,并公开模型与脚本

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开