論文の概要: QwenPaw-Data: Bridging Facts, Methodology, and Execution for Autonomous Enterprise Data Analytics

• arxiv url: http://arxiv.org/abs/2607.11019v1
• Date: Mon, 13 Jul 2026 02:38:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.304874
• Title: QwenPaw-Data: Bridging Facts, Methodology, and Execution for Autonomous Enterprise Data Analytics
• Title（参考訳）: QwenPaw-Data: 自律型エンタープライズデータ分析のためのブリッジングファクト、方法論、実行
• Authors: Tianjing Zeng, Yuntao Hong, Zhongjun Ding, Dandan Liu, Yinan Mei, Yunxiang Su, Yiming Wang, Xiaojian Zhang, Jingyu Zhu, Junhao Zhu, Zhuowen Liang, Jiazhen Peng, Lianggui Weng, Zhihao Ding, Kerui Yi, Qifeng Wang, Rong Zhu, Bolin Ding, Liyu Mou, Jingren Zhou,
• Abstract要約: 企業におけるインテリジェントなデータ分析のためのエージェントデータシステムであるQwenPaw-Dataを紹介する。 QwenPaw-Dataは異種資産を再利用可能な、管理可能な、進化可能な分析資産に集約し、自然言語要求をエンドツーエンドの分析的データ理解、検索、分析、レポート生成、意思決定支援に変換する。
• 参考スコア（独自算出の注目度）: 45.48758200829718
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Enterprise data analysis is emerging as a distinct frontier for autonomous agents. Compared with general-purpose interaction and software engineering, it operates in an open, ambiguous, and continuously evolving environment. These characteristics call for a data-agent architecture that treats semantics, methodology, execution, and evolution as first-class system concerns. To this end, we introduce QwenPaw-Data, an agentic data system designed for enterprise intelligent data analysis. QwenPaw-Data consolidates heterogeneous assets from warehouses, dashboards, documents, interaction logs, and historical tasks into reusable, governable, and evolvable analysis assets, then turns natural-language requests into end-to-end analytical workflows spanning data understanding, retrieval, analysis, report generation, and decision support. Its architecture decomposes the problem into three collaborative subsystems: DataBridge provides trustworthy semantic grounding through interconnected metadata, knowledge, and trace graphs; Skill-Hub codifies expert analytical methodology into reusable and verifiable skills; and Host materializes these evidence and method assets into controllable, artifact-centric runtime execution. Across these subsystems, semantics, methods, traces, and feedback are continuously deposited back into the system, forming a self-evolving asset flywheel. Experiments on public benchmarks and real-world industrial BI workloads show that QwenPaw-Data improves both verifiable data access capability and higher-level analytical quality, offering a practical foundation for reliable, traceable, and continuously improving enterprise data agents.
• Abstract（参考訳）: 企業データ分析は、自律エージェントの明確なフロンティアとして現れつつある。 汎用的なインタラクションやソフトウェアエンジニアリングと比較すると、オープンであいまいで継続的に進化する環境で動作します。 これらの特徴は、セマンティクス、方法論、実行、進化を第一級のシステム関心事として扱うデータエージェントアーキテクチャを要求する。 この目的のために,企業知的データ分析用に設計されたエージェント型データシステムであるQwenPaw-Dataを紹介した。 QwenPaw-Dataは、倉庫、ダッシュボード、ドキュメント、インタラクションログ、過去のタスクを再利用可能、管理可能、進化可能な分析アセットに集約し、自然言語要求をデータ理解、検索、分析、レポート生成、決定サポートを含むエンドツーエンドの分析ワークフローに変換する。 DataBridgeは相互接続されたメタデータ、知識、トレースグラフを通じて信頼できるセマンティックグラウンドを提供する。Skill-Hubは専門家分析方法論を再利用性と検証可能なスキルにコーデレートし、Hostはこれらのエビデンスとメソッドアセットを制御可能でアーティファクト中心のランタイム実行に実体化する。 これらのサブシステム全体、セマンティクス、方法、トレース、フィードバックは継続的にシステムに蓄積され、自己進化するアセットフライホイールを形成する。 公開ベンチマークと実世界の産業BIワークロードの実験によると、QwenPaw-Dataは検証可能なデータアクセス能力と高レベルの分析品質の両方を改善し、信頼性、トレーサビリティ、継続的な改善のための実用的な基盤を提供する。

関連論文リスト

• What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
  我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。 本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
  論文  参考訳（メタデータ） (2025-11-02T17:09:29Z)
• Linking Heterogeneous Data with Coordinated Agent Flows for Social Media Analysis [24.70488591952602]
  ソーシャルメディアプラットフォームは大量の異種データを生成する。 異種マルチモーダルデータをリンクするエージェントシステムであるSIA(Social Insight Agents)を提案する。 SIAはソーシャルメディアから多様で有意義な洞察を効果的に発見できることを示す。
  論文  参考訳（メタデータ） (2025-10-30T06:22:49Z)
• CoDA: Agentic Systems for Collaborative Data Visualization [57.270599188947294]
  深層研究はデータ分析に革命をもたらしたが、データサイエンティストは依然として手作業による視覚化にかなりの時間を費やしている。 単純なシングルエージェントシステムやマルチエージェントシステムを含む既存のアプローチは、しばしばタスクを単純化する。 本稿では,メタデータ分析,タスク計画,コード生成,自己回帰に特殊なLLMエージェントを利用するマルチエージェントシステムであるCoDAを紹介する。
  論文  参考訳（メタデータ） (2025-10-03T17:30:16Z)
• 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)
• Autonomous Data Agents: A New Opportunity for Smart Data [50.02229219403014]
  DataAgentsは、自律的なデータから知識システムへのパラダイムシフトを表している、とReportは主張する。 DataAgentsは、複雑で非構造化されたデータをコヒーレントで行動可能な知識に変換する。 エージェントAIとデータ・トゥ・ナレッジシステムの収束が重要なトレンドとなっている理由を最初に検討する。
  論文  参考訳（メタデータ） (2025-09-23T06:46:41Z)
• AgenticData: An Agentic Data Analytics System for Heterogeneous Data [12.67277567222908]
  AgenticDataはエージェントデータ分析システムで、複数のドメインにまたがるデータソースを自律的に分析しながら、自然言語(NL)の質問に反応することができる。 本稿では,関連するデータを発見するためのデータプロファイリングエージェント,フィードバックに基づく反復最適化のためのセマンティッククロスバリデーションエージェント,短期文脈を維持するためのスマートメモリエージェントを利用するマルチエージェント協調戦略を提案する。
  論文  参考訳（メタデータ） (2025-08-07T03:33:59Z)
• LLM-Powered Knowledge Graphs for Enterprise Intelligence and Analytics [4.968761545765129]
  本稿では,大規模言語モデル(LLM)を用いて,様々なデータソースを包括的,活動中心の知識グラフに統合するフレームワークを提案する。 このフレームワークは、エンティティ抽出、関係推論、セマンティックエンリッチメントといったタスクを自動化する。 コンテキスト検索、タスク優先順位付け、専門知識発見、パーソナライズされたレコメンデーション、高度な分析などのアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-03-11T02:50:45Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。