仅5K条验证轨迹，27B模型追平GLM-5.2！
DataPraxis: Scaling Analytics Tasks via Verified Workspace Evolution
📖 AI 总结
该论文提出DataPraxis，一个基于“经验证工作区演化”的分析任务合成框架，旨在解决通用智能体在专业分析工作中训练数据不足的问题。针对直接从原始数据生成任务往往忽略深层分析问题、且缺乏验证证据的缺陷，该框架通过逐步向工作区注入经校验的发现与产物，并继承、组合这些工作区以挖掘更深层问题，任务由累积发现及其依赖关系构建，并在演化过程和任务组装后双重验证分析结果。基于此，作者构建了涵盖多领域、多输出格式的DataPraxis-5K数据集，包含5000条经验证轨迹，并训练出DataPraxis-27B与DataPraxis-35B-A3B模型。其中DataPraxis-27B在DABStep上取得55.11分、JobBench上取得51.9分，达到或超过GLM-5.2等前沿模型水平。该工作为规模化生成高质量分析任务、提升智能体专业分析能力提供了可验证的数据构建路径。
🔑 关键词速览
| DataPraxis | 一种基于已验证工作空间演化的分析任务合成框架，用于生成专业分析任务。 |
| Verified Workspace Evolution | 通过逐步验证和丰富工作空间来演化任务的方法，确保分析结果的可靠性。 |
| DataPraxis-5K | 包含5,000条经过验证的轨迹的数据集，涵盖多样领域和输出格式，用于训练模型。 |
| DABStep | 一个用于评估分析任务性能的基准测试。 |
| JobBench | 另一个用于评估分析任务性能的基准测试。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅