Исследователи Google представили DS-STAR — экспериментального ИИ-агента, способного самостоятельно проводить полный цикл анализа данных: от чтения исходных файлов до написания кода, проверки результатов и улучшения своих шагов. В тестах система показала лучшие результаты среди существующих аналогов.
DS-STAR относится к направлению “агентной” аналитики, где искусственный интеллект берет на себя не только генерацию кода, но и планирование самого процесса. Агент анализирует предоставленные данные — таблицы, JSON-файлы или тексты, — затем строит план действий, пишет и запускает Python-код, а после оценивает, насколько ответ соответствует поставленной задаче. Проверку выполняет встроенный LLM-“судья”, который заставляет систему пересматривать свои шаги, пока результат не станет достаточно полным и точным. Такой цикл приближен к работе живого аналитика: планирование, проверка, уточнение, визуализация и вывод.
По данным Google Research, DS-STAR достиг лидирующих результатов на профильных бенчмарках (сравнивали с такими агентами, как AutoGen и DA-Agent): точность на DABStep выросла с 41 до 45,2%, на KramaBench — с 39,8 до 44,7%, на DA-Code — с 37 до 38,5%. Эти показатели отражают способность агента не только генерировать корректный код, но и давать более содержательные выводы.
Пока DS-STAR остается исследовательским проектом: Google опубликовала блог-пост и препринт, но не раскрыла исходный код. В экосистеме компании уже есть схожие эксперименты — например, Data Science Agent в Colab. Вероятно, элементы DS-STAR со временем войдут в продукты Google для аналитиков и инженеров, а далее могут быть выпущены для широкого круга пользователей.
P.S. Поддержать меня можно подпиской на канал “сбежавшая нейросеть“, где я рассказываю про ИИ с творческой стороны.
Автор: runaway_llm
