FlowPipe: LLM-Enhanced Conditional Generative Flow Networks for Data Preparation Pipeline Construction
데이터 준비 파이프라인 자동 구성의 조합적 탐색과 비용 높은 end-to-end 평가 한계를 FlowPipe가 조건부 생성 흐름 네트워크(C-GFlowNets)의 Trajectory Balance, LLM 기반 FiLM 의미 조절, 실패 인식 흐름 목표로 해결하도록 제안한다. 74개 실데이터셋 두 벤치마크에서 기존 SOTA 대비 평균 정확도 11.96% 향상과 학습 수렴 12.5배 가속을 달성했다.