Лямбда: агент данных на основе большой модели

LAMBDA: A Large Model Based Data Agent

July 24, 2024

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

cs.AI

Аннотация

Мы представляем "LAMBDA" - новую систему анализа данных с несколькими агентами без кода с открытым исходным кодом, которая использует мощь больших моделей. LAMBDA разработана для решения задач анализа данных в сложных приложениях, основанных на данных, с помощью инновационно разработанных агентов данных, которые работают итеративно и генеративно с использованием естественного языка. В основе LAMBDA лежат две ключевые роли агентов: программист и инспектор, которые спроектированы для безупречной совместной работы. Конкретно, программист создает код на основе инструкций пользователя и предметных знаний, улучшенных передовыми моделями. Тем временем инспектор отлаживает код при необходимости. Для обеспечения надежности и обработки неблагоприятных сценариев LAMBDA имеет пользовательский интерфейс, который позволяет прямое вмешательство пользователя в операционный цикл. Кроме того, LAMBDA может гибко интегрировать внешние модели и алгоритмы через наш механизм интеграции знаний, удовлетворяя потребности в индивидуальном анализе данных. LAMBDA продемонстрировала высокую производительность на различных наборах данных машинного обучения. У нее есть потенциал улучшить практику и парадигму анализа данных, интегрируя человеческий и искусственный интеллект, делая ее более доступной, эффективной и эффективной для лиц с различными фонами. Высокая производительность LAMBDA в решении проблем анализа данных демонстрируется в нескольких кейс-стади, представленных на https://www.polyu.edu.hk/ama/cmfai/lambda.html.

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.