Agents de l’IA pour l’analyse des données avec Shreya Shankar

Aujourd’hui, nous sommes rejoints par Shreya Shankar, un doctorant à UC Berkeley pour discuter Docétlun système déclaratif pour construire et optimiser les pipelines de traitement des données alimentées par LLM pour les tâches d’analyse de documents à grande échelle et complexes. Nous explorons le fonctionnement de l’architecture Optimizer de DoCetl, les subtilités des systèmes agentiques de construction pour le traitement des données, le paysage actuel des références pour les tâches de traitement des données, comment ceux-ci diffèrent des repères basés sur le raisonnement et la nécessité de méthodes d’évaluation robustes pour les flux de travail LLM humains en boucle. De plus, Shreya partage les applications réelles de DoCetl, l’importance des invites de validation efficaces et la construction de systèmes agentiques robustes et tolérants aux pannes. Enfin, nous couvrons la nécessité de repères adaptés aux tâches de traitement des données alimentées par LLM et aux orientations futures pour DoCetl.