Fugu-MT 論文翻訳(概要): Demonstration of Pneuma-Seeker: Agentic System for Reifying and Fulfilling Information Needs on Tabular Data

論文の概要: Demonstration of Pneuma-Seeker: Agentic System for Reifying and Fulfilling Information Needs on Tabular Data

arxiv url: http://arxiv.org/abs/2604.14422v1
Date: Wed, 15 Apr 2026 21:07:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-17 21:29:31.610646
Title: Demonstration of Pneuma-Seeker: Agentic System for Reifying and Fulfilling Information Needs on Tabular Data
Title（参考訳）: Pneuma-Seeker の実証: 語彙データにおける情報要求の浄化とフルフィルのためのエージェントシステム
Abstract要約: Pneuma-Seekerは,ユーザの情報要求を明示的かつ検査可能なリレーショナル仕様として再定義するシステムである。我々はPneuma-SeekerがLLMを不透明な応答エンジンではなく、透明でインタラクティブな分析コラボレータとして活用していることを示す。
参考スコア（独自算出の注目度）: 4.9499728314160105
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Data analysts working with relational data often start with vague or underspecified questions and refine them iteratively as they explore the data. To support this iterative process, we demonstrate Pneuma-Seeker, a system that reifies a user's information need as explicit, inspectable relational specifications, enabling iterative refinement of the information need, targeted data discovery, and provenance-aware execution. Through two real-world procurement use cases, we show how Pneuma-Seeker leverages LLMs as transparent, interactive analytical collaborators rather than opaque answer engines.
Abstract（参考訳）: リレーショナルデータを扱うデータアナリストは、曖昧で不明確な質問から始まり、データを探索するときに反復的に改善することが多い。この反復的プロセスをサポートするために,ユーザの情報要求を明示的で検査可能なリレーショナル仕様として再定義するシステムであるPneuma-Seekerを実証した。 2つの実世界の調達ユースケースを通して、Pneuma-SeekerはLLMを不透明な応答エンジンではなく、透明でインタラクティブな分析的協調体として活用していることを示す。

関連論文リスト

Data Analysis in the Wild: Benchmarking Large Language Models Against Real-World Data Complexities [16.09389994769264]
我々は,大規模言語モデルを評価するためのベンチマークであるDataGovBenchを紹介する。最先端のLLMによる総合的な実験では、両方のタスク間で大きなパフォーマンスギャップが示される。 DataGovBenchは、分析クエリの応答とデータからの洞察の発見の両方が可能なLLMの研究を進める上で、困難なベンチマークを提供する。
論文参考訳（メタデータ） (2026-07-07T16:43:05Z)
GISA: A Benchmark for General Information-Seeking Assistant [102.30831921333755]
GISAは汎用情報検索アシスタントのベンチマークであり、373の人為的なクエリで構成されている。深い推論と広範囲な情報集約を統合タスクに統合し、暗記に抵抗するために定期的に更新された回答を含むライブサブセットを含む。主要なLCMと商用検索製品の実験では、最高のパフォーマンスモデルでさえ19.30%の正確なマッチスコアしか達成していないことが示されている。
論文参考訳（メタデータ） (2026-02-09T11:44:15Z)
Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs [66.63911043019294]
データ準備は、生のデータセットを識別し、データセット間の関係を解明し、それらから貴重な洞察を抽出することを目的としている。本稿では,様々な下流タスクのためのデータ準備にLLM技術を用いることに焦点を当てる。データクリーニング、標準化、エラー処理、計算、データ統合、データ豊か化という3つの主要なタスクにフィールドを編成するタスク中心の分類を導入します。
論文参考訳（メタデータ） (2026-01-22T12:02:45Z)
LLM/Agent-as-Data-Analyst: A Survey [54.08761322298559]
大規模言語モデル(LLM)とエージェント技術は、データ分析タスクの機能と開発パラダイムに根本的な変化をもたらした。 LLMは複雑なデータ理解、自然言語、意味分析機能、自律パイプラインオーケストレーションを可能にする。
論文参考訳（メタデータ） (2025-09-28T17:31:38Z)
InfoDeepSeek: Benchmarking Agentic Information Seeking for Retrieval-Augmented Generation [63.55258191625131]
InfoDeepSeekは、現実世界の動的Web環境でエージェント情報を求めるための新しいベンチマークである。本稿では,決定性,難易度,多様性の基準を満たす課題クエリを構築するための体系的手法を提案する。本研究では,情報探索結果の正確性,有用性,コンパクト性に関する詳細な指標を含む,動的エージェント情報探索に適した最初の評価フレームワークを開発する。
論文参考訳（メタデータ） (2025-05-21T14:44:40Z)
DataScout: Automatic Data Fact Retrieval for Statement Augmentation with an LLM-Based Agent [18.424165885187968]
DataScoutは、推論とスタンスベースのデータファクト検索を自動的に実行するインタラクティブシステムである。インタフェースは、検索ツリーをマインドマップとして視覚化し、ユーザーが直感的に検索方向を操作できるようにする。評価の結果,DataScoutはさまざまな立場から多面的データ事実を効果的に検索し,ユーザが自分の発言を検証し,ストーリーの信頼性を高めることができることがわかった。
論文参考訳（メタデータ） (2025-04-24T07:52:09Z)
PASemiQA: Plan-Assisted Agent for Question Answering on Semi-Structured Data with Text and Relational Information [20.77423140407461]
PASemiQAは,半構造化データ中のテキストと関係情報を協調的に活用して質問に答える手法である。 PASemiQAは,様々な領域から得られた各種半構造化データセットに対して有効であることを示す。
論文参考訳（メタデータ） (2025-02-28T14:26:47Z)
Web-Scale Visual Entity Recognition: An LLM-Driven Data Approach [56.55633052479446]
Webスケールのビジュアルエンティティ認識は、クリーンで大規模なトレーニングデータがないため、重大な課題を呈している。本稿では,ラベル検証,メタデータ生成,合理性説明に多モーダル大言語モデル(LLM)を活用することによって,そのようなデータセットをキュレートする新しい手法を提案する。実験により、この自動キュレートされたデータに基づいてトレーニングされたモデルは、Webスケールの視覚的エンティティ認識タスクで最先端のパフォーマンスを達成することが示された。
論文参考訳（メタデータ） (2024-10-31T06:55:24Z)
Demonstration of InsightPilot: An LLM-Empowered Automated Data Exploration System [48.62158108517576]
本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。 InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
論文参考訳（メタデータ） (2023-04-02T07:27:49Z)
InSRL: A Multi-view Learning Framework Fusing Multiple Information Sources for Distantly-supervised Relation Extraction [19.176183245280267]
ナレッジベースに広く存在する2つのソース、すなわちエンティティ記述と複数の粒度のエンティティタイプを紹介します。 Intact Space Representation Learning (InSRL) による関係抽出のためのエンドツーエンドのマルチビュー学習フレームワークを提案する。
論文参考訳（メタデータ） (2020-12-17T02:49:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。