LAMBDA: Ein datenbasiertes Agentenmodell auf Basis eines großen Modells

LAMBDA: A Large Model Based Data Agent

July 24, 2024

Autoren: Maojun Sun, Ruijian Han, Binyan Jiang, Houduo Qi, Defeng Sun, Yancheng Yuan, Jian Huang

cs.AI

Zusammenfassung

Wir stellen "LAMBDA" vor, ein neuartiges Open-Source-, Code-freies Multi-Agenten-Datenanalyse-System, das die Leistung großer Modelle nutzt. LAMBDA wurde entwickelt, um Datenanalyse-Herausforderungen in komplexen datengetriebenen Anwendungen mithilfe innovativ gestalteter Datenagenten anzugehen, die iterativ und generativ unter Verwendung natürlicher Sprache arbeiten. Im Kern von LAMBDA stehen zwei Schlüsselrollen der Agenten: der Programmierer und der Inspektor, die nahtlos zusammenarbeiten. Speziell generiert der Programmierer Code basierend auf den Anweisungen des Benutzers und domänenspezifischem Wissen, das durch fortschrittliche Modelle verbessert wird. Der Inspektor debuggt den Code bei Bedarf. Um Robustheit zu gewährleisten und mit ungünstigen Szenarien umzugehen, verfügt LAMBDA über eine Benutzeroberfläche, die direkte Benutzereingriffe in die Betriebsschleife ermöglicht. Darüber hinaus kann LAMBDA flexibel externe Modelle und Algorithmen durch unseren Wissensintegrationsmechanismus integrieren, um den Anforderungen der individuellen Datenanalyse gerecht zu werden. LAMBDA hat eine starke Leistungsfähigkeit auf verschiedenen maschinellen Lern-Datensätzen gezeigt. Es hat das Potenzial, die Praxis der Datenwissenschaft und das Analyse-Paradigma zu verbessern, indem es menschliche und künstliche Intelligenz nahtlos integriert und so für Personen aus unterschiedlichen Hintergründen zugänglicher, effektiver und effizienter macht. Die starke Leistung von LAMBDA bei der Lösung von Datenwissenschaftsproblemen wird in mehreren Fallstudien demonstriert, die unter https://www.polyu.edu.hk/ama/cmfai/lambda.html präsentiert werden.

English

We introduce ``LAMBDA," a novel open-source, code-free multi-agent data analysis system that that harnesses the power of large models. LAMBDA is designed to address data analysis challenges in complex data-driven applications through the use of innovatively designed data agents that operate iteratively and generatively using natural language. At the core of LAMBDA are two key agent roles: the programmer and the inspector, which are engineered to work together seamlessly. Specifically, the programmer generates code based on the user's instructions and domain-specific knowledge, enhanced by advanced models. Meanwhile, the inspector debugs the code when necessary. To ensure robustness and handle adverse scenarios, LAMBDA features a user interface that allows direct user intervention in the operational loop. Additionally, LAMBDA can flexibly integrate external models and algorithms through our knowledge integration mechanism, catering to the needs of customized data analysis. LAMBDA has demonstrated strong performance on various machine learning datasets. It has the potential to enhance data science practice and analysis paradigm by seamlessly integrating human and artificial intelligence, making it more accessible, effective, and efficient for individuals from diverse backgrounds. The strong performance of LAMBDA in solving data science problems is demonstrated in several case studies, which are presented at https://www.polyu.edu.hk/ama/cmfai/lambda.html.