論文の概要: From Question-First to Analyst-First: Domain-Expert Skills and Verified Knowledge Compilation for Proactive Enterprise Analytics

• arxiv url: http://arxiv.org/abs/2608.28594v1
• Date: Mon, 15 Jun 2026 15:20:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.393985
• Title: From Question-First to Analyst-First: Domain-Expert Skills and Verified Knowledge Compilation for Proactive Enterprise Analytics
• Title（参考訳）: 質問ファーストから分析ファーストへ: 積極的エンタープライズ分析のためのドメインエキスパートスキルと検証済み知識コンパイル
• Abstract要約: 本稿では,対話モデルを質問優先からアナリスト優先に反転させる生産分析システムについて述べる。 スキルは自己完結したフォルダであり、決定論的に解決されるため、カタログはオープンエンドである。 オフラインのナレッジコンパイルループは、DuckDBを介してデータセットのパケットをプローブする。
• 参考スコア（独自算出の注目度）: 2.000294391507879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational analytics systems assume the user already has a well-formed question, leaving a non-expert facing a blank query box on an unfamiliar enterprise schema. Commercial 'proactive' tools narrow this gap only by detecting statistical anomalies over analyst-curated metric layers, and academic next-question recommenders depend on query logs that a fresh dataset lacks. We describe a production analytics system that inverts the interaction model from question-first to analyst-first through two coupled architectural ideas. First, a pluggable domain-expert 'skill' abstraction: a folder-based, database-free subject-matter pack (a manifest, per-stage prompt facets, keyword-routed references, report templates, and optional compute) auto-selected per (client, dataset) by deterministic schema matching and spliced as a cross-cutting concern into every stage of an agentic pipeline, the schema explorer, and the report engines, degrading to a strict no-op when absent. Because a skill is a self-contained folder resolved deterministically, the catalogue is open-ended: an extensible marketplace of domain experts. Second, an offline knowledge-compilation loop: an agent probes the dataset's parquet via DuckDB (zero load on production), runs critic-gated per-table convergence with self-healing retries, and data-validates joins by value overlap, producing durable schema knowledge that drives standing expert reports whose every published metric is re-verified by re-executing its evidence SQL, plus suggested questions that mirror the report agenda. These close a proactive loop: reports surface numbers, the numbers seed questions, and a click launches a verified deep dive, all before the query box is used. We give a formal model and report illustrative single-tenant evidence. We make no user-study or benchmark claims; the contribution is the architecture and its defensibility.
• Abstract（参考訳）: 会話分析システムは、ユーザがすでによくできた質問を持っていると仮定し、馴染みの無いエンタープライズスキーマに空白のクエリボックスに直面した非専門家を残します。 商用の"プロアクティブ"ツールは、アナリストが計算したメトリックレイヤ上の統計的異常を検出することで、このギャップを狭める。 本稿では,インタラクションモデルを疑問優先からアナリスト優先に2つの結合アーキテクチャのアイデアに変換する生産分析システムについて述べる。 まず、プラガブルなドメインエキスパートの「スキル」抽象化:フォルダーベースでデータベースなしのサブジェクト・マッター・パック(マニフェスト、ステージごとのプロンプト・ファセット、キーワードが削除された参照、レポートテンプレート、オプションの計算) 決定論的スキーママッチングによって自動選択され、エージェントパイプライン、スキーマエクスプローラー、レポートエンジンの各ステージに横断的な関心事としてスプリケートされ、不在時に厳格なno-opに分解される。 スキルは自己完結したフォルダであり、決定論的に解決されるので、カタログはオープンエンドである。 第二に、オフラインのナレッジコンパイルループ: エージェントがDuckDB(本番負荷ゼロ)を介してデータセットのパケットをプローブし、自己修復リトライでテーブル毎のコンバージェンスを批判的に宣言し、データバリデーションが値の重複によって結合し、発行されたすべてのメトリックがSQLを再実行することによって再検証される独立した専門家レポートを駆動する耐久性のあるスキーマ知識と、レポートのアジェンダを反映した質問を生成する。 サーフェス番号、数値のシード質問、クリックが、クエリボックスを使用する前に、検証済みのディープダイブを起動する。 正式なモデルを与え、説明的な単一テナント証拠を報告します。 ユーザスタディやベンチマークのクレームは行いません。

関連論文リスト

• Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval [19.3757623473603]
  実世界のデータは、暗黙のセマンティクスを持つテーブル、ドキュメント、半構造化ファイルにまたがる。 生のマルチソースデータから実行可能なスキーマを自動的に検出するシステムを提案する。
  論文  参考訳（メタデータ） (2026-06-03T20:28:36Z)
• TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration [74.97459526627395]
  2つの補完機構を備えたテンプレート誘導反復フレームワークであるTIDEを紹介する。 我々は,すでに発見されているものを条件付けながら,ラウンド毎に少数の候補を探索する反復探索を提案する。 単一ショットと並列マルチエージェントのベースラインをタスクカバレッジ,識別,解像度で比較すると,大幅に向上した。
  論文  参考訳（メタデータ） (2026-06-03T11:23:08Z)
• TopBench: A Benchmark for Implicit Prediction and Reasoning over Tabular Question Answering [80.93487993878836]
  現実世界のクエリの一般的なクラスは暗黙的に予測され、単に検索するのではなく、歴史的パターンから観測されていない回答を推測する必要がある。 これらのクエリには、潜在意図を認識することと、大規模テーブル上での信頼性の高い予測推論という2つの課題がある。 単点予測から意思決定,処理効果分析,複雑な推論に至るまで,4つのサブタスクにわたる779のサンプルからなるベンチマークであるTopBenchを紹介する。
  論文  参考訳（メタデータ） (2026-04-30T16:22:51Z)
• DBAutoDoc: Automated Discovery and Documentation of Undocumented Database Schemas via Statistical Analysis and Iterative LLM Refinement [0.0]
  膨大な数の重要なデータベースシステムには十分なドキュメントがない。 文書化されていないリレーショナルデータベーススキーマの発見とドキュメンテーションを自動化するDBAutoDocを提案する。
  論文  参考訳（メタデータ） (2026-03-24T10:42:10Z)
• APEX-SQL: Talking to the data via Agentic Exploration for Text-to-SQL [39.76924093980244]
  APEX-動詞化は、パラダイムを受動的翻訳からエージェント探索に移行するフレームワークである。 提案フレームワークでは,実データにおける基底モデル推論に仮説検証ループを用いる。
  論文  参考訳（メタデータ） (2026-02-11T07:50:47Z)
• FS-Researcher: Test-Time Scaling for Long-Horizon Research Tasks with File-System-Based Agents [53.03492387564392]
  我々はFS-Researcherを紹介した。FS-Researcherはファイルシステムベースのフレームワークで、永続的なワークスペースを通じてコンテキストウィンドウを超えて深い研究をスケールする。 Context Builderエージェントはインターネットを閲覧し、構造化されたノートを書き、ソースを階層的な知識ベースにアーカイブする。 その後、レポートライターエージェントが最終レポートセクションをセクションごとに構成し、知識ベースを事実のソースとして扱う。
  論文  参考訳（メタデータ） (2026-02-02T03:00:19Z)
• Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
  We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。 25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。 私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
  論文  参考訳（メタデータ） (2025-10-01T07:59:03Z)
• ReSpark: Leveraging Previous Data Reports as References to Generate New Reports with LLMs [34.54994059045639]
  ReSparkは、既存のレポートから分析ロジックをリバースエンジニアリングし、新しいデータセットに適応するシステムである。 比較およびユーザスタディを通じてReSparkを評価し,既存の解析コードに頼ることなく,データレポート生成の障壁を低くする効果を実証した。
  論文  参考訳（メタデータ） (2025-02-04T14:00:32Z)
• Does Recommend-Revise Produce Reliable Annotations? An Analysis on Missing Instances in DocRED [60.39125850987604]
  テキスト修正方式は, 偽陰性サンプルと, 人気エンティティや関係性に対する明らかな偏見をもたらすことを示す。 より信頼性の高いドキュメントREモデルのテストセットとして機能するように、relabeledデータセットがリリースされている。
  論文  参考訳（メタデータ） (2022-04-17T11:29:01Z)

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。