#每日推荐首个面向数据科学的Agentic LLM 🛠 数据任务：支持自动化数据准备、分析、建模、可视化、洞察 🔍 数据研究：可在非结构化数据（TXT、Markdown）、半结构化数据（JSON、XML、YAML）及结构化数据（数据库、CSV、Excel）中进行深度研究 Demo:

#数据科学 #agentic LLM #自动化数据分析 #非结构化数据 #结构化数据

相关新闻

sitin

1周前

做数据分析的人应该都懂那种崩溃感： Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。更别说很多人本职工作也不是“数据科学家”，但又不得不啃一堆 CSV、报表和图表。这两天看到人民大学 RUC Datalab 开源的DeepAnalyze，有点眼前一亮。它不是那种“帮你写点分析文案”的 AI，而是想做一个真正的「AI 数据分析师」：能读 Excel/CSV/J

卫斯理

3周前

Google Skills 谷歌搞了个在线在线网站，推出了一堆课程，涵盖 - AI/ML - 数据科学 - 开发工具 - infrastructure 等课程提升大家的职业技能我感觉要学废了...

meng shao

3周前

[论文解读] DeepAnalyze: Agentic LLM 助力自主数据科学来自中国人民大学和清华大学团队的论文，提出 DeepAnalyze-8B 模型，基于 Agentic LLM 实现从原始数据到深度报告的自主数据科学，突破传统固定流程的局限。核心贡献 · DeepAnalyze-8B：80亿参数开源模型，自主协调规划、数据理解、代码生成等任务，通过提示或微调支持数据问答、建模及

YL (Yucheng Liu)

1个月前

在AI领域，未来几年唯一重要的事情可能就是「上下文工程」(Context Engineering)。如何从嘈杂、非结构化的真实世界对话中精准提取、管理和排序上下文，再喂给LLM，是决定AI智能体表现的关键。这远比卷模型本身更有价值。

karminski-牙医

1个月前

给大家带来 Metal 刚刚开源的 OpenZL 解析简单讲，这是个数据压缩框架。一提到压缩，大家都知道，压缩通常服务于要么硬盘不够大（大量数据归档），要么网速不够快（小水管只能下载压缩包然后回来解压）这两种场景但现在已经不是拨号上网的时代了，1TB硬盘也不到100块，而现在压缩算法例如LZMA2，也已经进化到炉火纯青，给香农上坟烧过去香浓都能感动流泪的水平了。为啥还搞压缩？答案是，这

关联事件

谷歌Deep Research：AI操作系统雏形？

128

谷歌开源Deep Research系统，利用LangGraph Agent和Gemini API实现动态网络搜索和迭代式信息反思，旨在帮助用户从海量信息中获取高质量资料。该系统支持不同搜索力度，允许用户控制搜索的广度和深度。社区积极探索其功能和应用，有用户体验后认为其预演了“AI操作系统”的形态，使自然语言成为操作系统的主入口。项目持续发展，展示了良好的Agent架构和搜索策略，旨在通过AI驱动为用户提供智能搜索和深度研究的解决方案，其潜力已引起广泛关注。