What is the Best Process Model Representation? A Comparative Analysis for Process Modeling with L...

文章主要内容和创新点主要内容本文聚焦于大型语言模型（LLMs）在业务流程建模（PMo）及流程模型生成（PMG）任务中，对不同流程模型表示（PMRs）的系统性比较分析。由于现有PMRs在结构、复杂度和可用性上差异显著，且缺乏统一评估标准，作者通过以下工作解决这一问题：构建了包含55个流程描述及对应9种PMRs模型的PMo Dataset，为对比提供基础；从两个维度评估PMRs：一是对LLM-based PMo的适用性（基于 token 紧凑性、表达能力、可读性等6个标准），二是在PMG任务中的性能（基于元素计数和元素语义相似度）；结果显示，Mermaid在LLM-based PMo的整体评估中得分最高，而BPMN text在流程元素相似性上表现最优。创新点首个多PMR数据集：构建了PMo Dataset，包含55个流程描述及9种PMRs的对应模型，填补了现有研究中缺乏统一基准数据集的空白；首次系统性评估：首次对PMRs进行概念与实证的综合分析，结合定量（长度、元素覆盖率）和定性（可读性、可扩展性）方法，明确其关键特征与差异；标准化PMG评估：在统一提示策略和LLM（LLaMA3.3-70b）下，评估各PMRs作为生成目标的有效性，揭示不同PMRs对生成准