谷歌人工智能研究团队最近推出了DS STAR（通过迭代规划和验证的数据科学代理），这是一个多代理框架，旨在将模棱两可的业务问题转换为可执行的Python代码，而无需人工分析师。与依赖结构化 SQL 数据库的传统数据科学代理不同，DS STAR 能够直接处理混合格式的数据文件，例如 CSV、JSON、Markdown 和非结构化文本。
DS STAR 的工作流程分为几个阶段。首先，系统使用名为 Aanalyzer 的代理分析数据湖中的每个文件，生成 Python 脚本来提取列名、数据类型和元数据等关键信息。此步骤确保系统能够获得每个文件的结构化视图，为后续分析提供上下文信息。
完成数据分析后，DS STAR 进入迭代规划和验证循环。此过程包括多个代理，包括 Aplanner、Acoder、Averifier 和 Arouter。Aplanner 负责创建初始可执行步骤，而 Acoder 将这些步骤转换为 Python 代码，执行这些代码以获得观察结果。Averifier 根据执行结果评估当前计划的充分性，必要时，Arouter 决定如何修改计划。此循环一直持续到获得满足要求的结果或达到最大迭代次数。
此外，DS STAR还配备了Adebugger和Retriever模块，以增强系统的鲁棒性。Adebugger 会在脚本失败时修复脚本，确保系统即使在面对模式漂移和缺失列的情况下也能继续运行。检索器负责从大型数据集中检索最相关的文件，以在分析过程中提供上下文支持。
通过一系列基准测试，DS STAR在DABStep、KramaBench、DA Code等多个任务中展现出了出色的性能，显著提高了分析的准确性。这表明DS STAR可以有效地将复杂的数据科学问题转化为可靠的Python解决方案，推动数据分析的自动化。
