摘要
表格处理是数据流水线中基础却易错的环节。现有 LLM 方法常因指令模糊和缺乏反馈而生成语义错误的代码。为此，本文提出 ProfiliTable，一个基于动态剖析的自主多智能体框架。该框架包含执行 ReAct 式探索的剖析器、合成任务感知代码的生成器，以及注入执行评分以实现闭环优化的评估 - 总结循环。实验表明，该方法在复杂多步场景中显著优于基线，能有效将模糊用户意图转化为鲁棒的表格转换操作。
AI 推荐理由
论文提出多智能体框架，核心在于通过动态剖析进行任务分解、代码合成及闭环优化的多步规划。
研究机构
Peking University, China
Institute of Computing Technology, Chinese Academy of Sciences, China
论文信息