大语言模型做数据助手，浙大Data-Copilot高效调用、处理、可视化数据

• 从数据角度看：直接使用 LLMs 读取和处理海量数据不仅不切实际，而且存在数据泄露的潜在风险。
• 从模型角度看：LLMs 不擅长处理数值计算，可能没有合适的可调用外部工具来满足多样化的用户需求，从而限制了 LLMs 的利用率。
• 从任务角度看：尽管 LLMs 展示了强大的少样本能力，但许多与数据相关的任务是复杂的，需要结合多个操作，如数据检索、计算和表格操作，并且结果需要以图像、表格和文本等多种格式呈现，这些都超出了当前 LLMs 的能力。

• 设计了一个通用的处理数据相关数据的智能系统，将不同领域的数据源和多样化的用户需求连接起来，通过将 LLM 集成到整个流程中，减少了繁琐的劳动和专业知识。
• Data-Copilot 实现自主管理、处理、分析、预测和可视化数据。当接收到请求时，它将原始数据转化为最符合用户意图的信息性结果。
• Data-Copilot 作为设计者和调度者，包括两个过程：接口工具的设计过程 (设计者) 和接口工具的调度过程 (调度者)。
• 基于中国金融市场数据构建了 Data-Copilot Demo。
  
  

• 接口设计：研究设计了一个 self-request 的过程，使 LLM 能够自主地从少量种子请求生成足够的请求。然后，LLM 根据生成的请求进行迭代式的设计和优化接口。这些接口使用自然语言描述，使它们易于扩展和在不同平台之间转移。
• 接口调度：在接收到用户请求后，LLM 根据自设计的接口描述和 in context demonstration 来规划和调用接口工具，部署一个满足用户需求的工作流，并以多种形式呈现结果给用户。

• 首先，LLM 通过少量的种子请求并自主生成大量请求 (explore data by self-request), 尽可能覆盖各种应用场景。
• 然后，LLM 为这些请求设计相应的接口（interface definition: 只包括描述和参数），并在每次迭代中逐步优化接口设计 (interface merge)。 
• 最后，研究利用 LLM 强大的代码生成能力为接口库中的每个接口生成具体的代码 (interface implementation)。这个过程将接口的设计与具体的实现分离开来，创建了一套多功能的接口工具，可以满足大多数请求。
  
  

• Data-Copilot 首先进行意图分析来准确理解用户的请求。
• 一旦准确理解了用户的意图，Data-Copilot 将规划一个合理的工作流程来处理用户的请求。Data-Copilot 会生成一个固定格式的 JSON，代表调度的每个步骤，例如 step={"arg":"","function":"", "output":"","description":""}。
  
  

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：[email protected]