一种用于组织环境中可解释且可追溯决策制定的神经符号多智能体系统

《IEEE Access》:A Neurosymbolic Multi-Agent System for Explainable and Traceable Decision-Making in Organizational Contexts

【字体: 大 中 小 】 时间:2026年05月21日 来源:IEEE Access 3.6

编辑推荐:

   摘要:生成式人工智能(AI)在人力资源管理(HRM)中的日益广泛应用引发了关于透明度、可解释性和责任性的关键挑战。尽管大型语言模型(LLMs)提供了强大的自然语言交互能力,但它们容易产生幻觉且推理过程不透明,这限制了它们在HR场景中的决策适用性。我们提出了一种基于设计的透明神经

  

摘要:

生成式人工智能(AI)在人力资源管理(HRM)中的日益广泛应用引发了关于透明度、可解释性和责任性的关键挑战。尽管大型语言模型(LLMs)提供了强大的自然语言交互能力,但它们容易产生幻觉且推理过程不透明,这限制了它们在HR场景中的决策适用性。我们提出了一种基于设计的透明神经符号决策支持系统,该系统结合了具有来源感知能力的知识图谱、模块化多智能体架构以及受限的LLM接口。通过对一个公共HR数据集进行基于场景的评估,使用一系列操作性、战略性和证据检索HR分析查询,结果显示该系统的平均事实级性能为F1 = 0.677,平均可追溯性完整性为0.680,抗幻觉能力为0.733,端到端延迟为0.067秒,查询级准确率为0.733。本文通过展示神经符号基础、来源感知检索和基于智能体的架构如何实现可信且可治理的信息系统,为信息检索和生成式AI研究做出了贡献。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号