CoeusBI: комплексная интерактивная система бизнес-аналитики на основе больших языковых моделей в Baidu

CoeusBI: A Comprehensive Interactive Business Intelligence System Powered by LLMs at Baidu
Jinqing Lian, Chaofan Li, Yingxia Shao, Ming Wang, Yang Dong, Xinyi Liu, Wei Zhang, Chaoxian Gui, Tianqi Wan, Ming Dong
2026-08-01

двухагентная архитектураиерархическое связывание схемыинтерактивный бизнес-интеллектбольшие языковые моделипреобразование естественного языка в SQL
Появление больших языковых моделей (LLM) стимулировало развитие интерактивных систем бизнес-аналитики (BI). Хотя коммерческие продукты BI все чаще используют семантические слои в сочетании с интерфейсами на естественном языке, они в основном полагаются на ручную настройку метрик и измерений. В реальных развертываниях сохраняются критические проблемы: (a) частые операции JOIN снижают точность генерации SQL-запросов; (b) широкие схемы усугубляют проблему связывания со схемой; (c) генерация запросов с учетом особенностей конкретных диалектов и точная поддержка многошаговых диалогов требуют значительных затрат и обеспечивают ограниченную точность. Мы представляем CoeusBI — интерактивную систему бизнес-аналитики промышленного масштаба, которая решает эти проблемы благодаря новой двухагентной архитектуре в сочетании с модулем иерархического связывания со схемой: (1) автономному агенту генерации представлений, работающему в офлайн-режиме и использующему обратную связь об ошибках для автоматического преобразования сложных запросов с операциями JOIN в простые запросы к одному представлению, что устраняет необходимость ручного семантического моделирования; (2) модулю иерархического связывания со схемой, эффективно обрабатывающему исключительно широкие схемы с помощью векторного поиска по представлениям; и (3) динамическому агенту маршрутизации, который анализирует контекст диалога для направления запросов, динамически выбирая между синтезом новых промежуточных представлений и целевым изменением существующих, после чего компилирует унифицированное представление с помощью детерминированного компилятора SQL, не зависящего от диалекта SQL. Масштабные эксперименты на общедоступных и производственных наборах данных показали, что по сравнению с существующими методами CoeusBI обеспечивает значительное повышение точности запросов, эффективности использования токенов и удовлетворенности пользователей. В настоящее время CoeusBI развернута как автономный сервис на платформе данных Baidu и широко используется в различных направлениях бизнеса, включая видео, поиск и рекламу, обслуживая тысячи пользователей ежедневно. Работа выполнена в период, когда ★ Jinqing Lian и ★ Tianqi Wan работали в Baidu.
1
Динамический агент маршрутизации обрабатывает многошаговые диалоги, выбирая между синтезом нового промежуточного представления и целевым изменением существующего.
2
Офлайн-агент генерации представлений с использованием обратной связи об ошибках преобразует сложные JOIN-запросы в простые запросы к одному представлению, устраняя необходимость ручного семантического моделирования.
3
CoeusBI представляет двухагентную архитектуру с иерархическим связыванием схем для промышленной интерактивной бизнес-аналитики.
4
Эксперименты на общедоступных и производственных наборах данных показали значительное улучшение точности запросов, эффективности использования токенов и удовлетворённости пользователей; CoeusBI внедрён в Baidu и ежедневно обслуживает тысячи пользователей в разных направлениях бизнеса.
5
Иерархический векторный поиск по сгенерированным представлениям повышает эффективность связывания схем в чрезвычайно широких схемах баз данных.

Промышленная интерактивная система бизнес-аналитики CoeusBI для запросов на естественном языке к источникам данных с широкими схемами

точность генерации запросов, эффективность связывания со схемой, независимая от диалекта компиляция SQL и поддержка многораундовых диалогов

Publication Details
Publication Date
2026-08-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Jinqing Lian
Chaofan Li
Yingxia Shao
Ming Wang
Yang Dong
Xinyi Liu
Wei Zhang
Chaoxian Gui
Tianqi Wan
Ming Dong
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%