【打败RAG的高效增强框架】
论文调研了基于大语言模型agent在自动完成数据科学任务上的潜能,首先agent需要理解任务要求,然后创建和训练最佳拟合的机器学习模型。尽管现有LLM agent获得了广泛的成功,但是在数据科学任务上由于生成不合理的实验计划而受挫。因此,本文提出DS-Agent,一个将大语言模型智能体和基于案例推理(CBR)连接在一起的新奇自动框架。在开发阶段,DS-Agent沿着CBR框架(**框架,前人工作**)构建自动迭代流水线*(后面会详细介绍)*,这样能够灵活地利用来自Kaggle的专家知识(**数据**),并通
原创
2024-04-03 15:30:52 ·
908 阅读 ·
0 评论