Onderzoekers hebben TEAL uitgebracht, een methode waarmee codeeragenten tijdens het beantwoorden van vragen over een datameer automatisch herbruikbare tools bouwen. Twee hulpagenten dragen tools aan: de ene scant de ruwe data, de andere volgt de stappen van de hoofdagent. Een tool wordt alleen behouden als de hoofdagent die zonder extra werk gebruikt en het antwoord consistent blijft. Het team ontwikkelde ook TEAL-Q om kunstmatige vragen te genereren wanneer er weinig echte vragen beschikbaar zijn.
Waarom het ertoe doet
Dit laat zien dat analyseagenten efficiënter kunnen worden zonder menselijke labels, waardoor het goedkoper wordt om tools voor datameren te ontwikkelen.
