Une équipe dirigée par Nan Jia et Haojin Yang a présenté DataPraxis, un cadre qui construit des tâches analytiques en vérifiant chaque étape dans un environnement de travail. À l’aide de ce cadre, elle a créé DataPraxis-5K, un ensemble de 5 000 parcours analytiques vérifiés couvrant de nombreux domaines. Elle a également entraîné deux modèles, DataPraxis-27B et DataPraxis-35B-A3B, qui obtiennent respectivement 55.11 au benchmark DABStep et 51.9 à JobBench, égalant ou dépassant des modèles comparables de pointe.
Pourquoi c'est important
Ce jeu de données fournit aux chercheurs des ressources d’entraînement fiables pour créer des IA capables de prendre en charge des tâches analytiques concrètes.
