.png){kind=icon}
返回
Generative AI for autonomous data analytics
.png){kind=icon}
OA
AI
DOI：10.1016/j.iswa.2026.200626.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，大型语言模型（LLMs）和生成式人工智能（GenAI）的进步已彻底改变软件工程（SE），增强了SE全生命周期中实践者的能力。本文聚焦于将GenAI应用于数据分析（被视为SE的一个子领域），以应对日益增长的对可靠、用户友好型工具的需求，这些工具能弥合人类专业知识与自动化分析过程之间的差距。在我们的研究中，我们将一个传统的基于API的分析平台转化为可被AI代理使用的工具集，并制定了一个促进数据分析师、代理和平台之间通信的流程。其成果是一个基于聊天的界面，允许分析师使用自然语言查询和执行分析工作流，从而降低认知负荷和技术壁垒。为验证我们的方法，我们使用开源模型实现了所提出的框架，并相较于其他基线实现了7.2%的总体平均分提升。补充的用户研究数据表明，相较于传统的表单式基线，基于聊天的分析界面在任务效率上更优，且用户偏好评分更高。
Keyword:
Large language models
Data science
Analytics
Autonomous agents
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
4.3
论文数:
92
被引数:
0
机构
引用论文
A Joint Study of the Challenges, Opportunities, and Roadmap of MLOps and AIOps: A Systematic Survey
OAAI
.png){kind=icon}
OAAI分享收藏ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scopeChatGPT: 对背景，应用，关键挑战，偏见，道德，局限性和未来范围的全面回顾OAAI
OAAI分享收藏Advancing Human-AI Complementarity: The Impact of User Expertise and Algorithmic Tuning on Joint Decision Making推进人类与人工智能的互补性: 用户专业知识和算法调整对联合决策的影响OAAI
OAAI分享收藏分享收藏An Empirical Evaluation of Using Large Language Models for Automated Unit Test Generation使用大型语言模型进行自动单元测试生成的经验评估OAAI
OAAI分享收藏
查看更多内容