論文の概要: DataPraxis: Scaling Analytics Tasks via Verified Workspace Evolution
- arxiv url: http://arxiv.org/abs/2610.26924v2
- Date: Sat, 24 Oct 2026 15:40:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.114432
- Title: DataPraxis: Scaling Analytics Tasks via Verified Workspace Evolution
- Title（参考訳）: DataPraxis: 検証されたワークスペースの進化による分析タスクのスケーリング
- Abstract要約: 我々は、検証された進化に基づく分析タスク合成フレームワークであるDataPraxisを紹介する。
我々は、さまざまなドメインと出力フォーマットにまたがる5000の検証されたトラジェクトリのデータセットであるDataPraxis-5Kを構築した。
DataPraxis-27BはDABStepで55.11、JobBenchで51.9を達成する。
- 参考スコア（独自算出の注目度）: 22.974067495897362
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: General-purpose agents are increasingly expected to perform professional analytics work, which requires sustained reasoning, iterative investigation, and reliable evidence. Training these capabilities requires diverse and challenging tasks. However, generating tasks directly from raw data often overlooks deeper questions that emerge through analysis and provides limited evidence for verification. To address these limitations, we introduce DataPraxis, an analytics task synthesis framework based on verified workspace evolution. The framework progressively enriches workspaces with validated findings and artifacts, then inherits and combines these workspaces to uncover deeper questions. It constructs tasks from accumulated findings and their dependencies, verifying analytical results both during evolution and after task assembly. Using this framework, we construct DataPraxis-5K, a dataset of 5,000 verified trajectories spanning diverse domains and output formats, to train DataPraxis-27B and DataPraxis-35B-A3B. DataPraxis-27B achieves 55.11 on DABStep and 51.9 on JobBench, matching or surpassing frontier models such as GLM-5.2. DataPraxis-5K is available at huggingface.co/datasets/stargazerhust/DataPraxis-5k
- Abstract（参考訳）: 汎用エージェントは、持続的な推論、反復的な調査、信頼できる証拠を必要とする専門的な分析作業を実行することがますます期待されている。
これらの能力のトレーニングには多様で困難なタスクが必要です。
しかし、生のデータから直接タスクを生成することは、分析によって生じる深い疑問を見逃し、検証のための限られた証拠を提供することが多い。
これらの制約に対処するために、検証されたワークスペースの進化に基づく分析タスク合成フレームワークであるDataPraxisを紹介する。
このフレームワークは、検証済みの発見とアーティファクトでワークスペースを徐々に豊かにし、その後、これらのワークスペースを継承して組み合わせ、より深い疑問を明らかにする。
集約された結果とその依存関係からタスクを構築し、進化中とタスクの組み立て後の両方で分析結果を検証する。
このフレームワークを用いて,データPraxis-27BとDataPraxis-35B-A3Bをトレーニングするために,さまざまなドメインと出力フォーマットにまたがる5,000の検証トラジェクトリのデータセットであるDataPraxis-5Kを構築した。
DataPraxis-27BはDABStepで55.11、JobBenchで51.9を達成する。
DataPraxis-5K は huggingface.co/datasets/stargazerhust/DataPraxis-5k で利用可能である。
関連論文リスト
- Scaling Verifiable Environments for Long-horizon Work Agents [56.22497654434293]
検証可能なワークエージェント環境を構築するためのスケーラブルな合成フレームワークであるWorkForgeを紹介する。
WorkForgeはまず、各ワークフローに必要なリソース、決定、成果物を特定する。
その後、関連する現実世界のファイルを取得し、それらをワークスペースに整理する。
WorkForgeはワークスペースを調べて、そのコンテンツに関する具体的な、チェック可能な事実を抽出する。
論文 参考訳（メタデータ） (2026-10-04T03:36:14Z) - DataSpace: Benchmarking Data Agents for Verifiable Analytics over Heterogeneous Workspaces [25.28248447900504]
データエージェントは、組織ワークスペース上の自然言語分析を可能にする。
既存のベンチマークは、構造化クエリ、検索、あるいはオープンエンド分析を主に分離している。
データエージェントが検証可能な表形式の結果を生成するベンチマークであるDataSpaceを紹介する。
論文 参考訳（メタデータ） (2026-08-04T10:48:11Z) - DataCross: A Unified Benchmark and Agent Framework for Cross-Modal Heterogeneous Data Analysis [8.171937411588015]
我々は、統合された洞察駆動分析のための新しいベンチマークと協調エージェントフレームワークであるDataCrossを紹介する。
DataCrossBenchには、ファイナンス、ヘルスケア、その他のドメインにわたる200のエンドツーエンド分析タスクが含まれている。
また、人間アナリストの「分割合成」ワークフローにインスパイアされたDataCrossAgentフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-29T08:40:45Z) - DSBench: How Far Are Data Science Agents from Becoming Data Science Experts? [58.330879414174476]
現実的なタスクでデータサイエンスエージェントを評価するためのベンチマークであるDSBenchを紹介する。
このベンチマークには、466のデータ分析タスクと、EloquenceとKaggleのコンペからソースされた74のデータモデリングタスクが含まれている。
現状のLLM, LVLM, エージェントを評価したところ, 最高のエージェントはデータ解析タスクの34.12%しか解決できず, RPG(Relative Performance Gap)は34.74%であった。
論文 参考訳（メタデータ） (2024-09-12T02:08:00Z)
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。