FinDS-Agent: A Cloud–Edge Collaborative Data Science Agent for Financial Analytics

doi:10.3390/fi18090477

FinDS-Agent: A Cloud–Edge Collaborative Data Science Agent for Financial Analytics

2026-09-14

0

OA

AI

DOI：10.3390/fi18090477

原文链接

原文求助

摘要

En 中文

大型语言模型代理可以自动化数据科学工作流程，但以云为中心的部署会暴露敏感上下文，而仅边缘部署则限制了分析能力。我们提出了FinDS-Agent，一种云-边缘框架，该框架在受信边缘保留原始记录和程序执行，同时提供经过策略筛选和清理的上下文以支持云规划。FinDS-Agent集成了三阶段级联隐私门（TCPG）、多维联合路由器（MJR）、契约引导的ToolGraph规划、边缘端验证和有界修复。在222个DataSciBench任务的三次运行中，FinDS-Agent完成了69.93%的任务并成功解决了57.06%，相比仅边缘部署提高了9.50和5.71个百分点，同时仅对32.27%的符合条件的任务-运行调用云服务。在FinDS-Privacy-Bench上，TCPG将敏感字段召回率从58.20%提高到98.10%；在指定审计和威胁模型下，完整数据集（0/200；Wilson 95% CI: 0–1.8845%）或盲数据集（0/100；0–3.6993%）中均未观察到有效载荷泄露事件。外部评估显示，在DS-1000上，仅边缘部署、FinDS-Agent和仅云部署的通过率分别为33.2%、53.1%和62.3%。这些实证结果支持选择性云规划，同时界定了统计、隐私和迁移主张。

Keyword:

large language models

data agents

cloud–edge collaboration

privacy-preserving analytics

financial data science

FinDS-Agent: A Cloud–Edge Collaborative Data Science Agent for Financial Analytics

摘要

期刊

机构

引用论文