10:47官方账号arXiv cs.AI@Yucheng Jiang, Zora Zhiruo Wang, Ruishi Chen, Diyi Yang自然计算机使用痕迹是获取日常工作模型的有价值资源。TMI方法能够发现未约束痕迹中的潜在任务,并为每个潜在任务诱导一个任务模型,包括递归目标分解的层次目标模型和控制流程的流程模型。TMI在控制的人类和代理轨迹上,与真实分组有0.974的一致性,并重建了74.9%的观察到的执行步骤。技能提升使任务准确率比最强基线高30.0%论文任务模型诱导计算机使用痕迹递归目标分解推荐理由:TMI方法能够从计算机使用痕迹中诱导出任务模型,为任务执行提供更准确的指导,比现有方法更有效原文稍后读已读值得跟进有用关注 任务模型诱导