Adapting to Evolving Requirements: Agentic AI for Retail Supply Chain Operations

Содержание и границы

Вывод работы: Предложенный граф-ограниченный агентный фреймворк повышает и корректность переформулировки (Correctness Rate), и итоговую успешность выполнения (End-to-End Success Rate, ESR) по сравнению с прямой переформулировкой LLM для всех трёх базовых моделей: ESR вырастает с 72-76% до 79-83% (в среднем на 7 п.п.). Для требований, допускающих несколько правдоподобных реализаций, рост ESR у DeepSeek — с 54% до 72%. Авторы показывают разрыв между «легальностью» модификации (корректна и исполнима) и её фактической пользой для KPI после дальнейшего выполнения цепочки модулей — прямая переформулировка часто проходит валидацию, но не улучшает KPI, релевантный требованию.

Объём чтения: full_text

transfer_limits: Партнёрская розничная компания не названа ("a large retail partner") — организацию нельзя атрибутировать, а результаты не привязаны к публично проверяемому кейсу. Оценка — вычислительное исследование (computational study) на 100 практик-элиситированных требованиях, выполненное на модельной версии складского пайплайна партнёра, а не полевой A/B-тест в текущей эксплуатации распределительного центра; авторы сами называют это "Computational Study", не деплойментом. Эффект показан только для одного склада/пайплайна с тремя конкретными модулями (предобработка, упаковка, диспетчеризация) и тремя LLM по состоянию на момент теста — перенос на другие складские конфигурации, отрасли или более длинные модульные цепочки не проверялся.

Продолжение: Партнёр не назван — карточку practice заводить нельзя (правило 8 WORKER.md); держать как work-карточку с указанием на анонимность партнёра.