DSFlow: 통계적 진단 가드레일이 적용된 신경-기호 데이터 워크플로 에이전트
arXiv:2611.25111v1 발표 유형: 신규 초록: 데이터 과학 워크플로우는 종종 상당한 기술 지식을 전제로 하는 도구를 필요로 합니다. 대형 언어 모델(LLM)은 이러한 장벽을 완화하지만, 유연한 범용 에이전트와 통계적으로 제어된 파이프라인 사이에는 여전히 간극이 남아 있습니다. 우리는 DSFlow를 소개합니다. 이는 LangGraph 기반의 신경-기호적 데이터 에이전트 플랫폼으로, 재사용 가능한 LLM 선택 기술과 결정론적 진단 가드레일을 결합합니다. 기술은 확장 가능한 작업 지식을 제공합니다. 기호적 검증은 제안된 방법을 수용하거나, 명확화 또는 재계획을 요청하거나, 부적합한 방법을 무시하거나, 안전한 대체 방안을 제공할 수 있습니다. 회귀 및 클러스터링 사례 연구는 DSFlow가 어떻게 진단 증거를 활용하여 방법 선택을 수정하고 해당 결정을 감사 가능한 보고서에 문서화하는지 보여줍니다.


