Forschende haben TEAL vorgestellt, eine Methode, mit der Coding-Agenten bei der Beantwortung von Fragen zu Data Lakes automatisch wiederverwendbare Tools entwickeln. Zwei Hilfsagenten schlagen Tools vor: Einer durchsucht die Rohdaten, der andere beobachtet die Schritte des Hauptagenten. Ein Tool wird nur übernommen, wenn der Hauptagent es ohne zusätzlichen Aufwand nutzt und die Antwort konsistent bleibt. Außerdem entwickelte das Team TEAL-Q, um künstliche Fragen zu erzeugen, wenn es zu wenige echte Fragen gibt.
Warum es wichtig ist
Die Ergebnisse zeigen, dass Analyseagenten auch ohne von Menschen bereitgestellte Labels effizienter werden können. Das senkt die Kosten für die Entwicklung von Tools für Data Lakes.
