Eluna：代理 LLM 系统，用于通过推理和任务执行实现仓库操作自动化

仓库操作由标准操作程序 (SOP) 管理，该程序编码复杂的多系统决策逻辑，必须在严格的时间限制下可靠地执行，但 LLM 代理缺乏强制程序合规性的机制，并在完整 SOP 规范引入的上下文过载下降级。我们推出 Eluna，一个生产部署的代理系统，用于可靠的 SOP 执行。 Eluna 是一个图引导的多代理框架，它将 SOP 编码为渐进式公开的有向无环图，并将独立任务委托给并行子代理，每个子代理都具有持久代码执行和实时数据访问。为了满足生产延迟和准确性需求，我们使用非对称情景 蒸馏，其中强大的教师通过情景错误记忆进行改进，然后较小的学生在记忆剥离的情况下对纠正的轨迹进行微调，在没有推理时间开销的情况下内化纠正。在 13 项任务的基准测试和两个生产应用程序中，我们经过微调的模型匹配或超过了他们的老师，击败了所有较大的现成基准，并在票据处理应用程序上达到了 94% 的专家一致性。