في رحلة جديدة نحو أتمتة علم البيانات، تم الكشف عن تطبيق CEDAR الذي يهدف إلى الاستخدام الذكي لنماذج اللغات الضخمة (LLMs) في حل مشكلات علم البيانات. إن دمج الذكاء الاصطناعي في هذا المجال يعد من الاتجاهات الحديثة التي تحمل قيمة سوقية ضخمة. لكن هناك العديد من التحديات التي تواجه هذه العملية، ومنها تعقيد المهام، حجم البيانات الكبير، قيود الحوسبة، وحدود السياق.

لاستكشاف هذه التحديات، يقدم مشروع CEDAR نهجًا مبتكرًا من خلال هندسة السياق. حيث يقوم بتشكيل الهيكل الأساسي للرابط التفاعلي من خلال حقول بيانات محددة خاصة بعلم البيانات، والتي تعمل كتعليمات للنظام الآلي. ويظهر الحل في شكل تسلسل مرقم يتضمن خططًا وكتل كود متداخلة يتم إنشاؤها من قبل وكلاء LLM منفصلين، ما يوفر هيكلًا قابلًا للقراءة في كل خطوة من خطوات سير العمل.

يتضمن تطبيق CEDAR أيضًا استدعاءات وظائف لتوليد النصوص الوسيطة، بالإضافة إلى كود بايثون، مما يضمن بقاء البيانات محلية فقط، ويتم تضمين إحصائيات مجمعة والتعليمات المرتبطة في مطالبات LLM.

أما فيما يتعلق بالتحمل الخاطئ وإدارة السياق، فقد تم إدخالهما عبر توليد كود متكرر وتصوير ذكي لتاريخ العمليات. وتجري دراسة جدوى هذا النظام الآلي عبر تحديات مشهورة على منصة Kaggle، ما يبرز فعالية CEDAR في أتمتة المهام وتحسين الأداء.