摘要
商业智能（BI）越来越多地将仪表盘交互与基于大型语言模型（LLM）的辅助结合在一起，但这两种模式在多步骤分析过程中经常不同步。
当用户在直接操作仪表盘和自然语言查询之间切换时，保持过滤器、层次结构、指标和图表上下文的一致分析状态变得困难。我们提出了TwinBI，一个智能数字双胞胎框架，将基于LLM的代理系统与可执行的BI仪表盘状态结合在一起。
TwinBI通过从统一的交互日志重构共享分析状态，统一了对话交互、仪表盘操作、语义基础和来源跟踪。它还暴露了诸如模式视图、SQL、日志以及用于状态基础分析摘要的/insights命令等工件。
我们通过两种互补方式评估TwinBI。在一个控制的A/B基准测试中，使用相同的基础代理，TwinBI将精确匹配准确率从43.3%提高到63.3%，部分信用准确率从48.3%提高到70.8%，并显著降低超时率，从40.0%降至10.0%。
在可用性研究中，参与者从集成的仪表盘与聊天工作流程中受益，表现出高任务准确率、中等工作负载，以及对状态感知交互机制的良好评价。这些结果表明，TwinBI通过将可见的仪表盘状态转化为更丰富的可操作上下文，改善了代理级的分析可靠性和用户面对的分析支持。
我们的数据集和源代码可在此获取：GitHub - TwinBI
博主点评： TwinBI展现了将LLM与BI仪表盘深度整合的潜力，不仅提高了分析的准确性，还优化了用户交互体验。这种智能数字双胞胎的设计理念将为未来的商业智能工具带来新的方向，值得关注。