论文
先规划后评审再运行：DMAIC启动的面向工业异常检测的智能体系统
Plan First, Judge Later, Run Better: A DMAIC-Inspired Agentic System for Industrial Anomaly Detection
摘要
大型语言模型 (LLM) 代理在自动化复杂数据分析工作流程方面已显示出前景，但其可靠部署在高风险工业场景中仍然具有挑战性。工业异常检测 (IAD) 对于制造质量、安全性和效率至关重要，但现有的基于 LLM 的 IAD 代理主要侧重于执行，而没有充分利用策略制定。因此，他们很难以统一且具有成本效益的方式处理异构模式。受 DMAIC 质量管理框架的启发，我们提出了 DMAIC-IAD（DMAIC 启发的代理工业异常检测），这是一个“先计划，后判断”的多代理系统，使 LLM 代理与结构化工业问题解决保持一致。 DMAIC-IAD 在策略生成之前将异构参考提炼为标准化操作程序 (SOP)，并引入预先训练的免执行判断模型来对候选策略进行排名，而无需昂贵的运行时试验。跨四种模式的广泛实验表明，DMAIC-IAD 将平均检测性能比适用的代理基线提高了 37.76%。
