यह शोधपत्र स्मार्टजेन, एक एलएलएम-आधारित सिंथेटिक डेटा जनरेशन ढाँचा, प्रस्तावित करता है, जो मौजूदा बुद्धिमान मॉडलों की सीमाओं को दूर करने के लिए है, जो स्मार्ट होम वातावरण में मौसमी, जीवनशैली और आदतों में बदलाव के कारण होने वाले व्यवहारिक परिवर्तनों के अनुकूल होने में कठिनाई महसूस करते हैं। स्मार्टजेन में चार मुख्य घटक होते हैं: एक कालिक और अर्थ-जागरूक विभाजन मॉड्यूल, एक अर्थ-जागरूक अनुक्रम संपीड़न मॉड्यूल, ग्राफ़-आधारित अनुक्रम संश्लेषण, और एक दो-चरणीय आउटलायर फ़िल्टर। यह लंबे क्रिया अनुक्रमों को अर्थ-सम्बद्ध उप-अनुक्रमों में विभाजित करता है, प्रतिनिधि अर्थ को संरक्षित करते हुए इनपुट लंबाई को कम करता है, एक क्रिया संबंध ग्राफ़ बनाता है, और अवास्तविक या अर्थ-असंगत आउटपुट को हटाते हुए संदर्भगत परिवर्तनों के लिए उपयुक्त डेटा उत्पन्न करने के लिए एलएलएम का मार्गदर्शन करता है। तीन वास्तविक-विश्व डेटासेट पर प्रायोगिक परिणाम दर्शाते हैं कि स्मार्टजेन व्यवहारिक परिवर्तनों के तहत विसंगति पहचान और क्रिया भविष्यवाणी कार्यों के प्रदर्शन में उल्लेखनीय रूप से सुधार करता है (विसंगति पहचान औसतन 85.43% और क्रिया भविष्यवाणी औसतन 70.51%)। स्रोत कोड GitHub पर उपलब्ध है।
