让大模型成为数据科学家：DeepAnalyze的实用指南
想象一下，你面前堆满了CSV文件和数据库，需要从中挖掘商业洞察、生成可视化图表、建立预测模型，最终完成一份专业的分析报告。这个过程涉及数据清洗、探索分析、建模、可视化等多个环节，每个步骤都需要专业知识与反复调试。
传统的数据分析工作通常需要专业分析师花费数天甚至数周时间。而现在，一个仅需80亿参数的大语言模型，竟能自主完成从原始数据到专业分析报告的全流程。
这正是"自动化数据科学"要解决的核心挑战：如何让大模型像人类数据科学家一样，独立完成整个数据分析流程？
现有的大模型数据分析工具主要分为两类：一类是专门处理单一任务的模型（比如只做表格问答或代码生成），另一类是基于预设流程的大模型助手（比如用GPT-4配合固定的工作流程）。但它们都存在致命缺陷——无法真正"自主思考"，只能按部就班执行人类设定的步骤。
图片
DeepAnalyze：从"助手"到"专家"的飞跃。DeepAnalyze是首个专为自动化数据科学设计的智能体模型，与传统方法最大的不同在于，它具备两项关键能力：
1. 自主编排能力：能够理解复杂任务需求，自动规划并协调一系列相互依赖的操作，而不需要人类预先定义工作流程。
2. 适应性优化能力：能在真实环境中与数据交互，根据反馈不断调整策略，就像人类数据科学家在分析中会反复尝试和修正。
图片
五种核心交互方式：DeepAnalyze设计了五种基本动作来与数据环境互动：
• 分析（Analyze）：进行规划、推理和自我验证
• 理解（Understand）：读取和理解数据库、表格等结构化数据
• 编码（Code）：生成Python代码处理数据
• 执行（Execute）：运行代码并收集环境反馈
• 回答（Answer）：产生最终输出
图片
模型会在这些动作之间自动切换，无需人工干预。
训练大模型如同培养人类专家：训练DeepAnalyze面临两大难题：奖励稀疏（任务太难，模型在早期很难成功，缺少正向反馈）和轨迹稀缺（缺少高质量的问题解决示例数据）。
图片
研究团队提出的解决方案是"课程式智能体训练"，模仿人类数据科学家的学习路径：
第一阶段：单项能力训练：就像学生先学习数学、编程、统计等基础课程，模型首先在推理、结构化数据理解、代码生成等单项能力上进行训练。
第二阶段：综合能力训练：在掌握基础技能后，通过强化学习让模型在真实环境中执行复杂任务。这个阶段采用混合奖励机制：
• 对有标准答案的任务，根据准确性和交互质量评分
• 对开放式研究任务，从报告的实用性、丰富性、合理性、可解释性和可读性五个维度评估
图片
数据合成创造训练样本：由于高质量的数据科学训练数据极为稀缺，团队开发了数据驱动的轨迹合成框架：
• 推理轨迹合成：用先进的大语言模型提取推理过程，并通过关键词引导进行优化
• 交互轨迹合成：构建多智能体系统（提问者、解决者、检查者），自动生成完整的问题解决过程
最终构建了包含约50万样本的训练数据集DataScience-Instruct-500K。
实验结果令人惊艳：在12个数据科学基准测试中，仅含80亿参数的DeepAnalyze-8B，超越了大多数基于最先进商业模型（如GPT-4-Turbo、Claude 3.5 Sonnet）的系统。
图片
端到端数据分析流程：在DataSciBench测试中，DeepAnalyze-8B的表现仅次于GPT-4o，但不需要任何外部编排框架就能完成复杂任务。
图片
深度数据研究：研究团队构建了新基准DABStep-Research来评估深度研究能力。结果显示，DeepAnalyze-8B在五类任务（数据准备、分析、洞察提取、报告生成、开放式研究）中全面领先所有对比系统。
特别值得注意的是，商业模型在开放式研究任务上表现明显下滑，而DeepAnalyze-8B在没有明确指导的情况下仍能出色完成。它生成的报告在内容深度和结构化呈现上，已经接近专业分析师的水平。
其他能力表现
• 代码生成：在DS-1000基准上超过GPT-4-Turbo
• 表格问答：超越此前最佳模型Reasoning-Table
• 数据分析和建模：在DSBench上达到与基于多种先进商业模型的系统相当的性能
DeepAnalyze标志着数据科学领域从"基于工作流的助手"向"智能体模型"的范式转变。它不只是执行预设步骤的工具，而是能够自主思考、探索和优化的大模型数据科学家。
更重要的是，这项工作实现了数据科学界长期以来的目标：从原始数据自动提取可操作的洞察。研究团队已开源模型、代码和训练数据，为下一代智能数据系统（包括数据发现、数据治理、数据生态系统和数据管理）铺平了道路。
论文标题：DeepAnalyze: Agentic Large Language Models for Autonomous Data Science
论文链接：https://arxiv.org/abs/2510.16872
相关攻略
豆包大模型部署需优化配置：批量处理应确保batch_size≥4，采用预填充与解码分离模式。移动端需手动指定量化位数，避免长上下文在轻量版运行。迁移模型须用专用工具重训路由参数，专家数量不宜过多。量化应精细化，仅针对部分计算密集模块，并禁用框架自动转换，以平衡效率与精度。
在评估大模型API的调用成本时，“一百万Token”是一个核心的计价基准。这串数字究竟意味着多少实际文本？又会带来多少费用？对于希望将AI能力集成到业务中的开发者和企业决策者而言，透彻理解这笔账，是进行技术选型、制定预算和实现商业价值最大化的第一步。 图源：AI生成示意图 一、Token与文本量的实
生成式AI正以前所未有的速度重塑商业格局。Gartner的预测为我们描绘了清晰的未来图景：到2026年，超过80%的企业将在生产环境中部署或调用大语言模型。然而，当我们将目光从实验室的炫酷演示转向真实的业务场景时，会发现一条充满挑战的“最后一公里”。许多企业的首席信息官（CIO）都在反馈同一个核心问
在调用大语言模型API时，账单上那个按“Token”计费的标准，常常让人有些摸不着头脑。这背后其实是一套将人类语言转化为机器可量化计算单元的精密商业逻辑。理解它，是合理控制算力成本的第一步。 图源：AI生成示意图 一、Token 的基础概念与字数换算 大模型并非直接“阅读”文字，而是先将句子切分成最
2024年，大模型正从技术热潮的顶峰，稳步走向商业应用的深水区。麦肯锡在《2023年生成式AI的经济潜力》报告中给出了一个令人瞩目的数字：生成式AI每年有望为全球经济贡献2 6万亿至4 4万亿美元的增长。然而，对于身处一线的企业决策者而言，真正的挑战在于如何将这项前沿技术，从对话框里的“聊天机器人”
热门专题
热门推荐
现货持有者坚守仓位，比特币接近115,000水平 近期比特币（BTC）价格接近$115,000水平，市场整体情绪谨慎，但现货持有者依旧坚守仓位，显示出一定的多头信心。 市场现状与资金流动 那么，当前市场的资金究竟在如何流动？分析显示，一个有趣的现象正在上演：短线资金的流入其实相当有限，市场热度并未急
目录 要点介绍：分析师称XRP呈现“最强看涨结构”高位清算集中于2 90美元以上区域 周四，XRP价格稳稳站在了2 80美元上方。这个位置守住了，意味着什么？意味着市场向那个经典的“杯柄形态”目标价——6美元以上——又迈进了一步。 要点介绍： 先看几个核心数据：周四XRP报收2 82美元。技术分析显
近期，以太坊（ETH）衍生品市场经历了短暂的闪崩，但随后价格快速企稳，交易者开始关注关键突破点——$4,500水平。 ETH衍生品市场现状 市场情绪往往在剧烈波动后显露真容。从最新的链上数据和期权、永续合约的交易情况来看，那场短暂的闪崩更像是一次压力测试——结果是，市场波动率显著下降，多空力量似乎进
DOGE单日暴涨11%，交易量激增四倍，市场风向变了？ 最近，加密货币市场又热闹起来了。DOGE（狗狗币）上演了一出“旱地拔葱”，价格单日暴涨11%，更关键的是，成交量直接翻了四倍。这种“价量齐升”的场面，无疑给整个迷因币板块打了一针强心剂，市场情绪肉眼可见地回暖了。 DOGE价格拉升原因分析 那么
如何安全获取欧易（OKX）官方APP？一份详尽的下载与使用指南 Binance币安 欧易OKX ️ Huobi火币️ 当人们谈论“欧易易欧”时，指的往往是那个全球顶尖的数字资产交易平台——欧易（OKX）。作为业务版图庞大的行业巨头，其官方APP无疑是用户进行交易、查看行情和管理资产的核心工具。不过，