BI-Agent 與 BI-Bench：邁向自動化端到端商業智慧
為何重要
這項成果證明在複雜的企業資料治理場景中，純粹的通用模型不足以應對，必須結合「工具增強推理（Tool-augmented Reasoning）」與針對領域的後訓練才能達到實用準確度。這標誌著 AI 從「提取資訊」真正走向「分析與操作資料」的重要階段，顯示未來商業分析工具將不再是單一連結器，而是具備層次化結構的交易代理。
企業商業智慧（BI）工作流程以往需耗費大量時間在表格識別、轉換與資料整合，研究團隊利用大型語言模型（LLM）試圖自動化這些步驟。
- 研究團隊建立 BI-Bench，這是首個專門系統性評估 LLM 端到端 BI 能力的基準測試，發現即使是前沿模型的準確率仍低於 50%。
- 研究提出具工具增強的 BI-Agent，將工作流程分解為搜尋、連線和轉換等子任務。
- 透過合成真實專案的訓練軌跡並進行監督微調（SFT）與強化學習（RL），準確率較原始 LLM 提升了高達 40 個百分點，後續訓練更額外增加 30 個百分點。