arXiv cs.AI· Wided Meflah, Hayet Brabra, Walid Gaaloul·· 13 小时前AI 评分26
面向意图理解与服务发现的协商感知混合 LLM 框架
A Negotiation-Aware Hybrid LLM Framework for Intent Interpretation and Service Discovery
AI 导读
研究者提出一种协商感知混合 LLM 框架，用于理解不完整、高层或自相冲突的自然语言意图并完成服务发现。该框架先将意图结构化为与提供商无关的 TOSCA 模板，再通过基于云厂商产品的确定性匹配检索候选服务，并用迭代自然语言协商解决冲突。在 70 个多样化意图上评测，其冲突检测与服务发现的召回率和 F1 均优于单次调用与增强提示词基线，同时消除了幻觉报价。
正文 · AI 翻译
摘要：越来越多的用户以自然语言意图而非结构化请求来表达需求。这些意图可能不完整、层次较高或内部相互冲突。冲突意图要么违反云范式的基本属性，要么陈述相互不一致的需求。经典组合方法面向结构化、低层次且完整的请求设计。它们无法解释此类意图、从提供商目录中发现合适的服务，或与用户协商冲突的需求。为弥补这一空白，我们提出一个具有协商感知能力的意图解释与服务发现框架。该框架首先细化自然语言意图并动态检测冲突。随后将意图结构化为与提供商无关的 TOSCA 模板。对于每个规范，它通过基于云提供商产品目录的确定性匹配来检索候选服务产品。部分冲突在解释过程中出现。其他需求在发现过程中被证明无法满足。两者均通过与用户的迭代式自然语言协商来解决。我们在 70 个多样化意图上，针对单次执行和增强提示基线对该框架进行评估。它在冲突检测和服务发现两方面均提升了召回率和 F1。它还消除了幻觉产品，并以与冲突数量成比例的成本解决冲突。
| 评论： | 16 页，3 幅图，1 张表。已被第 24 届国际面向服务计算会议（ICSOC 2026）接收 |
| 主题： | 人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.40161 [cs.AI] |
| （或使用 arXiv:2610.40161v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.40161 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Wided Meflah [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 14:37:12 UTC（219 KB）
来源：arXiv cs.AI · arxiv.org