DataFlow-Harness vähentää eroa tekoälyn tuottamien koodiputkien ja valmiiden työkaluputkien välillä

Tutkijat Pekingin yliopistosta, Zhongguancunin akatemiasta ja Shanghain kehittyneiden algoritmien tutkimusinstituutista ovat esitelleet DataFlow-Harnessin, avoimen lähdekoodin kehyksen, joka ohjaa tekoälyagentteja luomaan strukturoituja, visuaalisia datankäsittelytyönkulkuja.

Kun tekoälyltä pyydetään itsenäistä Python-skriptiä yhden JSON-tiedoston käsittelyyn, se suoriutuu tehtävästä yleensä nopeasti. Monimutkaisempien, systemaattisten datankäsittelyputkien rakentamisessa, kuten tuhansien epäselvien dokumenttien käsittelyssä ja tietojen jalostamisessa Retrieval-Augmented Generation (RAG) -järjestelmää varten, tekoälyn tuottamat ratkaisut ovat usein irrallisia ja vaikeasti hallittavia skriptejä.

DataFlow-Harness pyrkii ratkaisemaan tämän ongelman. Sen sijaan, että tekoäly kirjoittaisi raakakoodia tyhjästä, kehys ohjaa agenttia rakentamaan työnkulkuja vaihe vaiheelta. Tämä tekee tekoälyn luomista putkista hallittavampia ja helpompia integroida olemassa oleviin arkkitehtuureihin, koska tuloksena syntyvät artefaktit ovat pysyviä ja muokattavissa.

Tutkimuksen mukaan alusta saavuttaa 93,3 %:n läpäisyasteen 12 tehtävän data-insinööritehtävässä. Verrattuna standardiin Claude Codeen, se vähentää API-kustannuksia jopa 72,5 % ja vastausviivettä 49,9 %. Tämän avulla yritystiimit voivat hyödyntää tekoälyn automaatiota ilman suurta teknistä velkaa, varmistaen putkien turvallisuuden, auditoitavuuden ja tuotantovalmiuden.