Créer un agent qui pense comme un data scientist : comment nous avons atteint le numéro 1 sur DABStep avec la génération d'outils réutilisables

Le monde des données est vaste, mais les informations quantitatives sont souvent rares ou indisponibles sous forme de texte en ligne, ce qui représente un défi de taille pour les agents de recherche approfondie. Cet article partage une architecture, NVIDIA KGMON (NeMo Agent Toolkit) Data Explorer, pour créer des agents d'analyse de données autonomes, développée par l'équipe de recherche sur les agents NVIDIA Kaggle Grandmasters (KGMON) LLM. Le projet NVIDIA KGMON (NeMo Agent Toolkit) Data Explorer introduit un agent spécialisé pour l'exploration et l'analyse d'ensembles de données, conçu pour gérer les complexités du raisonnement en plusieurs étapes, de l'appel d'outils et de l'analyse itérative des données. Notamment, notre approche établit de nouvelles performances de pointe (SOTA) sur le benchmark Data Agent Benchmark for Multi-step Reasoning (DABStep), se classant à la 1ère place avec une accélération 30x par rapport à la référence du code Claude.

Le succès de l'approche multiphase sur le benchmark difficile DABStep valide la stratégie consistant à séparer la construction de connaissances fondamentales de l'inférence rapide.

Motivation : combler le fossé dans l'analyse des données

Les agents de recherche approfondie, en particulier ceux qui s'appuient sur la recherche de texte sur Internet, ne parviennent pas à traiter des données structurées et tabulaires qui nécessitent des requêtes complexes en plusieurs étapes.

Notre principale motivation est de créer un agent qui excelle dans :

• Itérez plus rapidement lors de l'analyse grâce à la génération et à l'exécution automatiques de code.
• Résolvez des questions tabulaires complexes avec un raisonnement en plusieurs étapes et l'utilisation d'outils.
• Donnez du sens à de grands contextes non structurés à l’aide de la recherche sémantique.
• Restez orienté dans vos expériences en générant et en interprétant automatiquement des visualisations.

NVIDIA KGMON (NeMo Agent Toolkit) Data Explorer vise à offrir des fonctionnalités telles que l'analyse exploratoire automatique et ouverte des données, les questions et réponses sur les données tabulaires, la modélisation prédictive et les prévisions.

L'architecture de l'explorateur de données NVIDIA KGMON (NeMo Agent Toolkit)

Dans NVIDIA KGMON (NeMo Agent Toolkit) Data Explorer, nous implémentons différentes boucles d'agent pour différents cas d'utilisation. L'architecture exploite NVIDIA NeMo Agent Toolkit pour piloter ces boucles, en utilisant des out...
[Courte citation de 8% de l'article original]