Generating Workflow DAGs from Natural Language with Non-Reasoning LLMs
作者: Anand Iyer, Bhanu Khetharpal, Srinivas Upadhya, Ramkumar Rajagopal
分类: cs.AI
发布日期: 2026-08-31
💡 一句话要点
提出神经符号分解方法以生成企业工作流DAG
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 工作流生成 自然语言处理 大语言模型 神经符号分解 企业自动化 有向无环图 条件动作 布尔谓词
📋 核心要点
- 现有方法在将自然语言路由规则转换为工作流图时，面临高成本和复杂性的问题。
- 论文提出通过神经符号分解，利用低成本的非推理大语言模型生成工作流DAG，降低生成复杂度。
- 实验结果显示，系统在多个模型中达到了约89%的有效性和90%的准确性，显著提升了生成效率。
📝 摘要（中文）
本文解决了将业务管理员编写的自然语言路由规则转换为可执行工作流图的问题，目标是生成具有条件动作、并行分支和布尔谓词的有向无环图（DAG）。研究表明，神经符号分解使得低成本的非推理大语言模型能够生成高质量的复杂工作流DAG，而无需昂贵的扩展推理模型。通过对635条合成数据的基准测试，模型在选择正确图节点时表现出高准确率，但在属性和布尔分组的配置上随着发出节点数量的增加而出现误配置。因此，论文提出将组合图构建从模型中移至由紧凑中间表示驱动的确定性编译器，并引入学习的注册选择前端，专注于相关词汇的生成。该系统在多个模型中达到了约89%的LLM评估有效性和90%的条件准确性，同时使用的每条规则提示令牌数量约为单一提示的一半。
🔬 方法详解
问题定义：本文旨在解决将自然语言路由规则转换为可执行工作流图（DAG）的具体问题。现有方法在生成复杂工作流时，往往需要高成本的推理模型，导致效率低下。
核心思路：论文的核心思路是通过神经符号分解，利用低成本的非推理大语言模型生成高质量的工作流DAG。通过将组合图构建从模型中移至确定性编译器，降低了生成过程中的复杂性。
技术框架：整体架构包括三个主要模块：自然语言处理模块、确定性编译器和学习的注册选择前端。自然语言处理模块负责解析输入的路由规则，编译器负责生成DAG，而注册选择前端则聚焦于相关词汇的生成。
关键创新：最重要的技术创新点在于将组合图构建从模型中移至编译器，利用紧凑的中间表示来提高生成效率。这一设计与现有方法的本质区别在于降低了对推理模型的依赖。
关键设计：在参数设置上，系统使用了紧凑的中间表示和学习的注册选择前端，以优化生成过程。损失函数和网络结构的具体细节未在摘要中提及，需参考完整论文以获取更多信息。
🖼️ 关键图片
📊 实验亮点
实验结果显示，系统在多个模型中达到了约89%的LLM评估有效性和90%的条件准确性，同时生成的JSON有效性达到了99-100%。与GPT-5.3-chat的对比中，方法提高了评估有效性24个百分点，展现出与推理模型相当的质量水平。
🎯 应用场景
该研究的潜在应用领域包括企业联系中心的工作流自动化、客户服务优化和业务流程管理等。通过将自然语言规则高效转换为可执行的工作流图，能够显著提升企业的运营效率和响应速度，具有重要的实际价值和未来影响。
📄 摘要（原文）
This paper addresses the problem of translating natural-language routing rules written by business administrators into executable workflow graphs for enterprise contact centers. Each target is a directed acyclic graph (DAG) of conditional actions with parallel branches, hit-first fallback chains, and per-branch Boolean predicates, encoded in the JSON dialect of a commercial routing platform. We show that neuro-symbolic decomposition enables lower-cost, non-reasoning large language models to generate complex workflow DAGs at production-relevant quality without expensive extended-reasoning models. Our central diagnostic is an emission-density bottleneck: on a 635-rule benchmark of manufactured synthetic data, models select the correct graph nodes with high accuracy but increasingly misconfigure attributes and Boolean grouping as the number of interdependent nodes emitted in one pass grows. We therefore move combinatorial graph construction from the model into a deterministic compiler driven by a compact intermediate representation, with a learned registry-selection front end that focuses generation on relevant vocabulary. Across four models, the full system reaches approximately 89% LLM-judge validity, approximately 90% exact-match condition accuracy, and 99-100% valid JSON while using roughly half the per-rule prompt tokens of a monolithic prompt. On GPT-5.3-chat, the method improves judge validity by 24 percentage points and achieves statistical equivalence to a reasoning model's out-of-the-box quality, although an approximately 8-point frontier gap remains. We also present a deployment path and transferable lessons for structured-generation applications.