Новая оценка показывает, что большие языковые модели (LLM) имеют потенциал для автоматизации создания BPMN-диаграмм, однако их текущие возможности остаются ограниченными. Исследование, проведенное авторами из разных областей, выявило, что хотя LLM способны генерировать модели, отражающие основные элементы текстовых описаний процессов, они часто допускают ошибки, связанные с пропущенными шагами и несогласованной логикой.
В рамках исследования была разработана структурированная система оценки, которая позволяет присваивать баллы BPMN-диаграммам по трем основным критериям: ясности, корректности и полноте. Пять инструментов генерации BPMN на основе LLM были протестированы на одном и том же наборе текстовых сценариев, что обеспечило последовательный подход к анализу качества полученных диаграмм.
Результаты показали, что генерируемые модели иногда страдают от нечеткости и трудности в интерпретации, что указывает на необходимость дальнейших доработок. Несмотря на очевидные перспективы, LLM по-прежнему требуют значительных улучшений для того, чтобы создавать синтаксически и семантически корректные BPMN-модели.
В заключение, данный анализ подчеркивает важность дальнейших исследований в области интеграции LLM в процессы моделирования бизнес-процессов, что может изменить подходы к автоматизации и повысить доступность технологий для более широкой аудитории. Для рынка это означает, что компании, использующие LLM, должны учитывать текущие ограничения и готовиться к этому значительному прогрессу в будущем.
Meta* (Instagram*, Facebook*) и другие признанные экстремистскими организации/ресурсы запрещены в РФ.
Упоминания иностранных агентов сопровождаются маркировкой по закону.
Информационный материал. 18+.
