隐私工件连接器（PACT）：为企业工件嵌入合规 AI 代理.pdfVIP

隐私工件连接器（PACT）：为企业工件嵌入

合规AI代理

ChenhaoFang*,YanqingPeng*,RajeevRao*,MattSarmiento*,

WendySummer*,AryaPudota,AlexGoncalves,JordiMola,Hervé

Robert

{chenhaofang,yanqingpeng,rrrao,mattsarmiento,wsummer,apru,alexgon,jordim,hervert}@

Meta

本MenloPark,California,USA

译摘要主执行任务并为人类操作员提供有价值的见解。为了

有效地完成这些任务，AI代理必须在一个广阔而复杂

中企业环境包含一组异构的、快速增长的与代码、数据的内部资产景观中导航，包括代码文件库路径、资产

1及许多不同工具相关的内部工件。评估隐私风险和确名称和项目管理工具。例如，当被问及一个项目时，

v保符合监管要求的关键信息通常嵌入在这些多样化的

2AI代理不仅需要理解问题本身，还要理解提问的背

4资源中，每个资源都有其独特的发现和提取技术。因

1此，为了遵守政府法规实现大规模的隐私合规，系统景环境，包括团队负责人、代码文件库路径以及与该

1项目相关的任务。随着组织扩展其运营和技术基础设

2需要识别出这些多样化工件在一个共同共享宇宙中的

7.相互关联性。施，对能够管理这种复杂的企业资产网络的智能代理

0的需求大幅增长。

5我们提出了P隐私A艺术品C连接T或(PACT)，

2然而，人工智能代理在尝试导航和操作企业生态

:这是一种由嵌入驱动的图，链接了多个团队和项目生

v系统时面临重大挑战。主要的挑战是如何高效地建立

i成的不同类型的艺术品，数量达数百万。借助最先进

x各种类型工件和实体之间的连接，例如将代码文件仓

r的DRAGON嵌入模型，PACT使用对比学习目标并进

a库路径链接到值班团队或将监管文档链接到特定产品。

行少量微调，通过其文本组件（如原始元数据、所有权

本质上，人工智能代理面临着一个复杂映射问题，其

细节和合规性背景）将艺术品相互连接起来。实验结

复杂性随着工件和实体数量的增长呈指数级增长，使

果显示，与基线AI代理搭配使用时，PACT的微调模

得代理越来越难以在组织扩展时建立和维护这些连接。

型将召回率@1从18%提高到53%，查询匹配率从9.6%

解决此问题的需求在有严格合规要求的领域尤为

提高到69.7%，并在标准推荐系统中的候选选择中将

明显，在这些领域，法