DSFlow:統計的診断ガードレールを備えたニューロシンボリックデータワークフローエージェント
arXiv:2611.25111v1 発表タイプ:新規 要旨:データサイエンスのワークフローでは、しばしば高度な技術的知識を前提とするツールが必要となります。大規模言語モデル(LLM)はこの障壁を低減しますが、柔軟な汎用エージェントと統計的に制御されたパイプラインの間には依然としてギャップが残っています。そこで我々は、再利用可能なLLM選択スキルと決定論的な診断ガードレールを組み合わせた、LangGraphベースのニューロシンボリックデータエージェントプラットフォームDSFlowを提案します。スキルは拡張可能なタスク知識を提供します。シンボリック検証は、提案された手法を受け入れたり、明確化や再計画を求めたり、不適切な手法を上書きしたり、安全なフォールバックを提供したりすることができます。回帰分析およびクラスタリングのケーススタディは、DSFlowが診断証拠を用いて手法選択を修正し、その決定を監査可能なレポートに記録する方法を示しています。


