論文の概要: Guixu: Valuation-Driven Data Discovery for Autonomous AI Agents with On-Chain Attestation

• arxiv url: http://arxiv.org/abs/2608.07949v1
• Date: Sat, 08 Aug 2026 06:25:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.581475
• Title: Guixu: Valuation-Driven Data Discovery for Autonomous AI Agents with On-Chain Attestation
• Title（参考訳）: Guixu: オンチェーンテストを備えた自律型AIエージェントのための評価駆動型データディスカバリ
• Authors: Yifan Wu, Yuchen Peng, Jiaqi Chai, Yufei Qian, Xilin Li, Ke Chen, Lidan Shou,
• Abstract要約: Guixuは、自律エージェントのためのバリュエーション駆動のデータディスカバリシステムである。 デモでは、Guixuがキーワードベースのデータセット検索を超えてエージェントを動作させる方法を強調した。
• 参考スコア（独自算出の注目度）: 17.712266793246744
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Autonomous agents increasingly rely on external data to complete downstream tasks such as model training and decision support. However, existing data discovery systems remain largely retrieval-oriented: they surface candidate datasets from heterogeneous sources, but provide limited support for estimating task-specific utility, selecting cost-effective datasets under budget constraints, or incorporating trustworthy feedback from prior usage. This paper presents Guixu, a valuation-driven data discovery system for autonomous agents. Guixu employs a three-phase valuation pipeline with proxy-label propagation and multi-round knapsack optimization for task-aware data valuation. Guixu integrates agentic payment protocol to enable budget-constrained data procurement workflows. Guixu leverages on-chain data market and attestation signals for verifiable data discovery. Our demonstration highlights how Guixu enables an agent to move beyond keyword-based dataset retrieval toward task- and budget-aware, trustworthy data discovery and procurement. Attendees can interactively explore the full workflow, from NL task specification and multi-source search to data valuation and verifiable transaction feedback.
• Abstract（参考訳）: 自律エージェントは、モデルトレーニングや意思決定サポートといった下流タスクを完了するために、外部データに依存していることが多い。 しかし、既存のデータ発見システムは、不均一なソースから候補データセットを抽出するが、タスク固有のユーティリティの推定、予算制約の下でコスト効率の良いデータセットの選択、あるいは事前の使用から信頼できるフィードバックを組み込むための限定的なサポートを提供する。 本稿では,自律エージェントのための評価駆動型データ発見システムGuixuについて述べる。 Guixuは、プロキシラベルの伝搬とタスク認識データ評価のためのマルチラウンドknapsack最適化を備えた3フェーズのバリュエーションパイプラインを使用している。 Guixuはエージェント支払いプロトコルを統合し、予算制約のあるデータ調達ワークフローを可能にする。 Guixuは、オンチェーンデータ市場と検証シグナルを活用して、検証可能なデータディスカバリを実現する。 デモでは、Guixuがキーワードベースのデータセット検索を超えて、タスクと予算を意識し、信頼できるデータ発見と調達を可能にする方法を強調した。 Atendeesは、NLタスク仕様やマルチソース検索からデータバリュエーション、検証可能なトランザクションフィードバックに至るまで、完全なワークフローをインタラクティブに探索することができる。

関連論文リスト

• QwenPaw-Data: Bridging Facts, Methodology, and Execution for Autonomous Enterprise Data Analytics [45.48758200829718]
  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。
  論文  参考訳（メタデータ） (2026-07-13T02:38:00Z)
• Unsupervised Skill Discovery for Agentic Data Analysis [55.42853694128929]
  DataCOPEは、データ分析エージェントのための教師なし検証対象のスキル発見フレームワークである。 トラジェクトリ生成のためのデータ分析エージェント、信号抽出のための教師なし検証器、および対照的なスキル蒸留のためのスキルマネージャを反復的にコーディネートする。 我々は,Deep Data Researchのレポートスタイル分析とDABStepの推論スタイル解析についてDataCOPEを評価した。
  論文  参考訳（メタデータ） (2026-06-04T17:20:47Z)
• 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)
• InsightBench: Evaluating Business Analytics Agents Through Multi-Step Insight Generation [79.09622602860703]
  3つの重要な特徴を持つベンチマークデータセットであるInsightBenchを紹介します。 財務やインシデント管理といったさまざまなビジネスユースケースを表す100のデータセットで構成されている。 単一のクエリに回答することに焦点を当てた既存のベンチマークとは異なり、InsightBenchは、エンドツーエンドのデータ分析を実行する能力に基づいてエージェントを評価する。
  論文  参考訳（メタデータ） (2024-07-08T22:06:09Z)
• METAM: Goal-Oriented Data Discovery [9.73435089036831]
  METAMは目標指向のフレームワークで、下流タスクを候補データセットでクエリし、フィードバックループを形成して、発見と拡張プロセスを自動的に管理する。 我々はMETAMの理論的保証を示し、それらを幅広いタスクセットで実証的に示す。
  論文  参考訳（メタデータ） (2023-04-18T15:42:25Z)
• GAN-based Tabular Data Generator for Constructing Synopsis in Approximate Query Processing: Challenges and Solutions [0.0]
  Approximate Query Processing (AQP) は、データ(シノプシス)の要約に基づいて、集約されたクエリに近似した回答を提供する技術である。 本研究では,AQPを用いて合成構築を行うことのできる表データ生成におけるGAN(Generative Adversarial Networks)の新規活用について検討する。 以上の結果から,データ駆動システムにおけるAQPの効率と有効性に変化をもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2022-12-18T05:11:04Z)
• SemTUI: a Framework for the Interactive Semantic Enrichment of Tabular Data [0.0]
  SemTUIは、セマンティクスを使うことで、リッチ化プロセスを柔軟、完全、効果的にするためのフレームワークである。 タスク駆動のユーザ評価によって、SemTUIは理解でき、使いやすく、テーブルの充実をほとんど努力も時間もかからずに達成できることが証明された。
  論文  参考訳（メタデータ） (2022-03-17T17:14:21Z)

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。