ARTEMIS-DA: Eine fortschrittliche Schlußfolgerungs- und Transformationsmaschine für die mehrstufige Erkenntnissynthese in der Datenanalyse

Dieses Papier stellt die Advanced Reasoning and Transformation Engine for Multi-Step Insight Synthesis in Data Analytics (ARTEMIS-DA) vor, einen neuen Rahmen, der entwickelt wurde, um Large Language Models (LLMs) bei der Lösung komplexer, mehrstufiger Datenanalyseaufgaben zu erweitern. ARTEMIS-DA integriert drei Kernkomponenten: den Planer, der komplexe Benutzeranfragen in strukturierte, sequenzielle Anweisungen aufteilt, die Datenvorverarbeitung, -transformation, prädiktive Modellierung und Visualisierung umfassen; den Coder, der dynamisch Python-Code generiert und ausführt, um diese Anweisungen umzusetzen; und den Grapher, der erzeugte Visualisierungen interpretiert, um handlungsfähige Erkenntnisse abzuleiten. Durch die Koordination der Zusammenarbeit dieser Komponenten verwalten ARTEMIS-DA effektiv fortgeschrittene analytische Workflows, die fortschrittliches Denken, mehrstufige Transformationen und Synthese über verschiedene Datamodalitäten hinweg beinhalten. Das Framework erreicht Stand-of-the-Art-(SOTA)-Leistungen bei Benchmarks wie WikiTableQuestions und TabFact und zeigt damit seine Fähigkeit auf, komplexe analytische Aufgaben mit Präzision und Flexibilität zu bewältigen. Indem es die Schlussfolgerungskapazitäten von LLMs mit automatischer Codegenerierung und -ausführung sowie visueller Analyse kombiniert, bietet ARTEMIS-DA eine robuste und skalierbare Lösung für die mehrstufige Erkenntnissynthese und adressiert dabei eine Vielzahl von Herausforderungen im Bereich der Datenanalyse.