論文の概要: Text2Dashboard: A Governed Agent Architecture for Natural-Language Dashboard Generation over Enterprise DataBrain
- arxiv url: http://arxiv.org/abs/2610.06914v1
- Date: Fri, 02 Oct 2026 18:24:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.464323
- Title: Text2Dashboard: A Governed Agent Architecture for Natural-Language Dashboard Generation over Enterprise DataBrain
- Title（参考訳）: Text2Dashboard: エンタープライズDataBrain上での自然言語ダッシュボード生成のための管理エージェントアーキテクチャ
- Abstract要約: Text2Dashboardは、自然言語分析要求を検査可能なダッシュボードに変換する、DataBrain固有のプロトタイプである。
インストール可能なCodexプラグインとスタンドアロンのAgentは、スキーマ制約のあるモデル決定と、型付きツール、永続状態、決定論的フックを組み合わせて、承認、監査、チェックポイント、リカバリ、障害処理を行う。
我々は、凍結した実データBrainタスクのワークフローを評価し、Hook障害を制御する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Text2Dashboard is a DataBrain-specific prototype that turns natural-language analytic requests into inspectable dashboards. An installable Codex plugin and standalone Agent Runtime combine schema-constrained model decisions with typed tools, persistent state, and deterministic Hooks for approval, audit, checkpointing, recovery, and failure handling. The pipeline resolves entities, discovers metadata, enforces read-only SQL, composes dashboards, and applies static checks, dynamic preflight, and browser inspection. The model proposes actions while deterministic software controls execution and records state transitions. We evaluate the workflow on frozen real-DataBrain tasks and controlled Hook faults. Strict success was 6/8 on metadata and SQL tasks: metadata selection passed 4/4, all four SQL tasks met semantic criteria, and 2/4 met the exact output-column contract. The final release passed 4/4 single-panel dashboard tasks, one two-panel task, and one existing-dashboard refinement; a parameterised task exceeded its step limit. All ten fault scenarios met their specified outcomes without unapproved external side effects. Model inference accounted for over 97\% of observed runtime in every reported group. These small, DataBrain-specific results do not establish production readiness, general text-to-SQL accuracy, or an efficiency advantage over manual dashboard construction.
- Abstract（参考訳）: Text2Dashboardは、自然言語分析要求を検査可能なダッシュボードに変換する、DataBrain固有のプロトタイプである。
インストール可能なCodexプラグインとスタンドアロンのAgent Runtimeは、スキーマに制約のあるモデル決定と、型付きツール、永続状態、決定論的フックを組み合わせて、承認、監査、チェックポイント、リカバリ、障害処理を行う。
パイプラインはエンティティを解決し、メタデータを発見し、読み取り専用SQLを強制し、ダッシュボードを構成し、静的チェック、動的プレライト、ブラウザインスペクションを適用する。
このモデルは、決定論的ソフトウェアが実行を制御し、状態遷移を記録する間、アクションを提案する。
我々は、凍結した実データBrainタスクのワークフローを評価し、Hook障害を制御する。
メタデータの選択は4/4を超え、4つのSQLタスクはセマンティックな基準を満たし、2/4は正確な出力列契約を満たした。
最終リリースでは、4/4のシングルパネルダッシュボードタスク、2つのパネルタスク、1つの既存のダッシュボードリファインメントがパスされた。
10の障害シナリオはすべて、未承認の外部副作用なしに、指定された結果を満たしました。
モデル推論は、報告されたすべてのグループで観測されたランタイムの99%以上を占めた。
これらの小さなDataBrain固有の結果は、プロダクションの可読性、一般的なテキストからSQLの正確性、手動のダッシュボード構築よりも効率上の優位性を確立するものではない。
関連論文リスト
- AutoDataBench: Can Agents Write the Data That Feeds the Self-Improvement Loop? [62.41600992806851]
エージェントがそのようなタスクを書く能力の現在の評価は、エージェントが生成したもののトレーニング後にモデルがどのように機能するかを測定する。
既存の評価では、個々のタスクがデータパイプラインの受け入れ基準を満たすかどうかを問わない。
AutoDataBenchは、自律データ合成のためのエージェントの能力を直接測定する。
論文 参考訳（メタデータ） (2026-09-28T12:24:21Z) - DashAct: A Progressive Diagnostic Benchmark for GUI Agents in Interactive Dashboard Analysis [37.722409440590276]
私たちが知る限りでは、DashActは、障害を同じダッシュボードタスク内のきめ細かいレベルで診断する最初のベンチマークです。
DashActには,マイルストン依存性と階層的ターゲットアノテーションを備えた,357の人間検証されたインタラクショントラジェクトリが含まれている。
その進歩的な診断カスケードは、エンドツーエンドの実行を評価し、検証済みコンテキストを次のアクション予測に復元し、ターゲットセマンティクスと視覚的接地のためのローカルビューを提供する。
論文 参考訳（メタデータ） (2026-09-26T08:58:50Z) - The Unreliable Progress Bar: Can LLM Agents Reliably Report Task Progress Throughout Execution? [9.023267560784042]
最近の大規模言語モデルは、エージェントフレームワークがタスクを継続するか停止するかを決定するために使用するタスクプログレス信号を出力することができる。
我々は、この能力を、公開ベンチマーク2$-benchとStageIFで評価し、タスクのライフサイクル全体にわたってレポートチェックポイントを配置する制御されたテストベッドで評価する。
レポートの信頼性はタスクが到達した段階によって異なり、テスト対象のほぼすべてのモデルがある程度の段階で信頼性があり、他の段階では信頼性が低いことが分かっています。
論文 参考訳（メタデータ） (2026-09-08T11:25:31Z) - BekchiAI: Measuring, Observing, and Controlling LLM Agents in One Click [0.0]
本稿では,エージェントスキル測定のためのベンチマークであるBekchiAIと,ライブエージェントの監視と制御のためのプラットフォームについて紹介する。
BekchiAI-Platformは、デプロイされたエージェントのための補完的なWebベースの可観測性とコントロールレイヤであり、完全なトークンとテレメトリとリモート実行終了を提供する。
論文 参考訳（メタデータ） (2026-08-27T09:30:08Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows [54.49251107006261]
我々はSpider 2.0-AIFuncを紹介した。これは、Snowflakeプラットフォーム上の6種類のAI機能をカバーする125の現実世界データベースにわたる465の検証済みインスタンスのベンチマークである。
最強のプロプライエタリモデルは67-70%の精度で実行でき、最高のオープンソースモデルは58.1%に達する。
論文 参考訳（メタデータ） (2026-07-07T12:54:08Z) - From Question-First to Analyst-First: Domain-Expert Skills and Verified Knowledge Compilation for Proactive Enterprise Analytics [2.000294391507879]
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。
論文 参考訳（メタデータ） (2026-06-15T15:20:44Z) - ProSPy: A Profiling-Driven SQL-Python Agentic Framework for Enterprise Text-to-SQL [51.98164069124653]
ProSPyは、エンタープライズスケールのテキスト-非依存分析のためのプロファイリング駆動フレームワークである。
ProSPyは推論プロセスを4段階に構成する。
まず、自動プロファイリングにより、きめ細かいデータ証拠を抽出する。
大規模なスキーマをタスク関連コンテキストに抽出する。
論文 参考訳（メタデータ） (2026-06-04T08:13:05Z) - ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。
現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。
最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
論文 参考訳（メタデータ） (2026-04-26T16:05:02Z) - 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)
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。