أطلق فريق NVIDIA KGMON (مجموعة أدوات NeMo للوكلاء) وكيل استكشاف البيانات (Data Explorer)، الذي حقق اختراقًا كبيرًا في مجال المعالجة الذكية للبيانات، متصدرًا قائمة الاختبارات المرجعية لوكلاء الاستدلال متعدد الخطوات على البيانات (DABStep). صُمّم هذا الأداة خصيصًا لمعالجة التحدي المتمثل في ندرة البيانات الكمية المهيكلة عبر الإنترنت النصي، بهدف محاكاة سير عمل علماء البيانات ذوي الخبرة لتحقيق تحليل بيانات استكشافي تلقائي، والإجابة عن الأسئلة المتعلقة بالجدول، والنمذجة التنبؤية بشكل آلي. في مواجهة جداول البيانات التي تتطلب عمليات بحث معقدة متعددة الخطوات، غالبًا ما تفشل الوكالات التقليدية المعتمدة على البحث الشبكي. يعتمد Data Explorer على بنية فريدة من ثلاث مراحل: أولاً مرحلة "التعلم"، حيث يستخدم نموذج الذكاء الاصطناعي الضخم معالجة عينات مهام بكميات كبيرة لاستخلاص وتغليف مكتبة دوال عامة (helper.py)، مما يدمج منطق البرمجيات المشتتة إلى وحدات نمطية قابلة لإعادة الاستخدام وفقًا لمبدأ "اكتب مرة واحدة، شغّل في كل مكان" بكفاءة عالية؛ ثانيًا مرحلة "الاستدلال"، يتم فيها نشر نماذج سريعة وخفيفة الوزن لتستدعي مباشرة المكتبات المُولَّدة مسبقًا لمهام جديدة دون الحاجة إلى إعادة توليد المنطق الأساسي، مما يقلل بشكل هائل من زمن الانتظار واستهلاك الرموز (Tokens)؛ وأخيرًا مرحلة "التأمل غير المتزامن"، حيث يقوم النموذج الضخم بمراجعة وتحليل الاتساق للمهام السابقة بدون إشراف، وينقل هذه الخبرات إلى نصوص التنبيه النظامية لتحسين دقة الاستدلال باستمرار دون التأثير على السرعة أثناء التشغيل الفعلي. وتُظهر نتائج القياس الميداني أداءً مذهلاً لهذه الطريقة ضمن اختبار DABStep المرجعي. عند التعامل مع مهام استدلال متعددة الخطوات ذات الصعوبة العالية، بلغت نسبة الدقة لدى Data Explorer 89.95٪، وهو رقم يتفوق بكثير على المنافسين الذين يستخدمون نماذج ثقيلة مثل Claude Code بنسبة 66.93٪ وGoogle AI بنسبة 45.24٪. وفي الوقت نفسه، كان وقت المهمة الواحدة لا يتجاوز 20 ثانية فقط، وانخفض طول كود المصدر إلى 1870 حرفًا، مما يمثل زيادة في الكفاءة تصل إلى 30 ضعفًا مقارنة بالطريقة التقليدية لكتابة الكود من الصفر. تثبت هذه النتيجة أن استراتيجية فصل بناء المعرفة الأساسية عن عملية الاستدلال السريع يمكنها تمكين النماذج الخفيفة من تجاوز النماذج الثقيلة في تحليل البيانات المعقد، مُرسّخة بذلك نموذجًا جديدًا للأبحاث المكثفة البيانات. حاليًا، فتحت شركة NVIDIA الأدوات ذات الصلة أمام المطورين لبناء وكلاء استكشاف مخصصة للبيانات.