PalimpChat：声明式和交互式 AI 分析
人工智能
2025-02-06 v1 数据库
信息检索
摘要
感谢生成式架构和大型语言模型的进步，数据科学家现在可以编码处理大量非结构化数据的机器学习操作管道。近期进展见于声明式 AI 框架（如 Palimpzest、Lotus 和 DocETL）以构建优化且日益复杂的管道，但这些系统往往仅限于专家程序员。本演示中，我们呈现 PalimpChat，这是一个基于聊天的 Palimpzest 界面， 通过自然语言让用户创建和运行高级 AI 管道。通过集成 Archytas（基于 ReAct 的推理智能体）和 Palimpzest 的关系型和 LLM 运算符，PalimpChat 提供了聊天界面如何使声明式 AI 框架真正可及于非专家的实用示例。我们的 demo 系统已公开线上。At SIGMOD'25，参与者可以探索科学发现、法律发现和房地产搜索等三个真实场景，或将 PalimpChat 应用于自有数据集。本文重点论述 PalimpChat 如何通过 Palimpzest 优化器简化复杂 AI 工作流程，如从医疗数据中提取和分析。
关键词
引用
@article{arxiv.2502.03368,
title = {PalimpChat: Declarative and Interactive AI analytics},
author = {Chunwei Liu and Gerardo Vitagliano and Brandon Rose and Matt Prinz and David Andrew Samson and Michael Cafarella},
journal= {arXiv preprint arXiv:2502.03368},
year = {2025}
}