大型语言模型(LLM)在自然语言理解和生成方面表现出了令人印象深刻的能力，导致它们在聊天机器人和虚拟助理等应用中得到使用。然而，现有的法学硕士框架在处理具有丰富数据结构的特定领域数据分析任务时面临局限性。此外，他们还难以灵活地满足不同的用户需求。为了解决这些问题，TaskWeaver被提议作为构建LLM支持的自主代理的代码优先框架。它将用户请求转换为可执行代码，并将用户定义的插件视为可调用函数。TaskWeaver提供丰富的数据结构、灵活的插件使用和动态插件选择的支持，并利用LLM编码能力来实现复杂的逻辑。它还通过示例结合了特定领域的知识，并确保生成的代码的安全执行。TaskWeaver提供...

摘要 文本挖掘™和自然语言处理(NLP)引起了建筑领域的兴趣，因为它们提供了管理和分析基于文本的信息的增强功能。这凸显了需要从施工管理的角度进行系统审查，以确定现状、差距和未来方向。通过将205份出版物的目标与施工管理实践中概述的具体领域、领域、任务和流程相结合来进行审查。这篇评论揭示了TM/NLP方法支持的建筑行业的多个方面，并强调了需要考虑自动化可能性和尽量减少手动任务的基本空白。最终，在发现了障碍之后，审查结果表明了潜在的研究机会：（1）加强被忽视的构建方面，（2）耦合不同的数据格式，以及（3）利用预先训练的语言模型和强化学习。这些发现将提供重要的见解，促进TM/NLP研究及其在学术界...