arXiv cs.AI· Jiadong Bai, Yicong Huang, Chen Li·· 10 小时前AI 评分38
BobFlow：用数据流实现人机协作数据科学
BobFlow: Towards Human-Agent Collaborative Data Science Using Dataflows
AI 导读
BobFlow 将数据流抽象与 ReAct 范式结合，让智能体迭代构建并执行数据流完成数据科学任务，分析师可检查分析过程并给出反馈。在专有与开源权重 LLM 上的实验显示，准确率最高提升 18.6 分，推理成本仅为基于脚本的 ReAct 智能体的 1/3 略多。用户研究表明该系统能帮助分析师理解、检查和验证智能体生成的分析。
正文 · AI 翻译
摘要：大语言模型（LLM）的最新进展已使人类与智能体的协作成为数据科学中一种有前景的范式。有效的协作需要一种共享的计算抽象，使智能体能够对处理逻辑进行推理，同时让人类分析师能够理解、引导和改进分析。尽管用 Python 或 SQL 编写的脚本提供了精确的控制，但其语法和执行细节可能难以让分析师理解和修改。在本文中，我们认为数据流是数据科学中人类与智能体协作的一种有效抽象。我们介绍了 BobFlow，一个将数据流抽象与 ReAct 范式相结合的系统。它使智能体能够为数据科学任务迭代地构建和执行数据流，同时允许分析师检查分析并提供反馈。我们的用户研究表明，BobFlow 帮助分析师理解、检查和验证智能体生成的分析。在专有和开放权重 LLM 上进行的全面实验评估显示，准确率得分提升高达 18.6 分，而推理成本仅为基于脚本的 ReAct 智能体的 1/3 略多。
| 主题： | 数据库（cs.DB）；人工智能（cs.AI）；人机交互（cs.HC） |
| 引用为： | arXiv:2611.05761 [cs.DB] |
| （或 arXiv:2611.05761v1 [cs.DB] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05761 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jiadong Bai [查看电子邮件]
[v1]
2026年11月4日星期三 00:02:41 UTC（2,273 KB）
来源：arXiv cs.AI · arxiv.org