arXiv cs.CL· William Rudman, Abhishek Divekar, Kanishk Jain, Sebastian Joseph, Stella S. R. Offner, Matthew Lease, Kyle Mahowald, Greg Durrett, Junyi Jessy Li·· 10 小时前AI 评分40
VESTA:用统计工具智能体做可视化数据探索
VESTA: Visual Exploration with Statistical Tool Agents
AI 导读
VESTA 是一个为 VLM 配备动态增长工具包的框架,通过数据变换、假设驱动的可视化和统计检验来引导模型改进。团队同时推出 DAWN 基准,覆盖分布拟合与时间序列建模,并包含初始质量函数、引力波啁啾信号等真实天文任务。动态工具创建优于既有智能体流程,在全部时间序列任务和复杂分布拟合任务上超过 Claude Code、Codex 与 OpenCode,但后者在简单分布上拟合更好。
正文 · AI 翻译
摘要:将定量模型拟合到数据是科学工作流程中的核心步骤,然而它仍然是最缺乏自动化的环节之一。近期的基于智能体的系统利用语言模型和视觉语言模型(VLM)来提出统计模型,但这些系统在具有挑战性的建模任务上表现不佳。为解决这些局限,我们提出了 VESTA(Visual Exploration with Statistical Tool Agents,基于统计工具智能体的视觉探索),这是一个为 VLM 配备动态增长工具包的框架,通过数据变换、假设驱动的可视化和统计检验来指导模型改进。与仅依赖迭代批评的先前系统不同,VESTA 在改进之前和改进期间通过选择或创建可复用的诊断工具来探索数据。我们使用三种工具包配置评估 VESTA:无工具、静态专家编写工具和动态模型编写工具。为支持这一评估,我们引入了 DAWN(Dataset for Automated Workflows and Numerical Modeling,自动化工作流程与数值建模数据集),这是一个针对分布拟合和时间序列建模的基准,具有不同的难度层级,最终涵盖真实世界的天文学任务,包括建模初始质量函数和引力波啁啾信号。VESTA 的动态工具创建在统计分析和视觉工具创建方面优于先前的智能体流水线,在复杂和领域特定任务上提升最大。与强大的智能体编码框架(Claude Code、Codex 和 OpenCode)相比,VESTA 在所有时间序列任务和复杂分布拟合任务上表现更好,尽管这些框架在更简单的分布上实现了更好的拟合。此外,动态生成的工具比现有视觉工具创建系统生成的工具要复杂得多,每个函数覆盖更多的诊断类别,并且强烈偏好 VESTA VLM 批评者可以直接推理的视觉输出。
| 学科: | 人工智能(cs.AI);计算与语言(cs.CL);计算机视觉与模式识别(cs.CV);机器学习(cs.LG);计算(stat.CO) |
| MSC 分类号: | 68T07, 68T50, 62F15, 62M10, 85A35 |
| ACM 分类号: | I.2.1; I.2.6; I.2.11; G.3; I.2.10; J.2 |
| 引用为: | arXiv:2606.00384 [cs.AI] |
| (或 arXiv:2606.00384v3 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2606.00384 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:William Rudman Jr [查看电子邮件]
[v1]
2026年5月29日星期五 21:57:37 UTC(3,090 KB)
[v2]
2026年6月7日星期日 19:48:24 UTC(5,354 KB)
[v3]
2026年11月19日星期四 16:02:04 UTC(4,151 KB)
来源:arXiv cs.CL · arxiv.org