عن المشروع

تم تطوير DeepAnalyze بواسطة فريقين من جامعة رينمين الصينية وجامعة تسينغهوا، ويُصنف كنموذج لغوي كبير وكيل (agentic LLM) موجه للعلوم البيانات الذاتية. هدفه إنجاز مهام دورة العلوم البيانات الكاملة دون تدخل بشري، بما في ذلك إعداد البيانات والتحليل والنمذجة والتصور وتوليد التقارير، ودعم البحث العميق المفتوح عبر مصادر بيانات متعددة. القدرات الرئيسية - تغطية دورة علوم البيانات الكاملة: تنفيذ مهام إعداد البيانات والتحليل والنمذجة والتصور وتوليد التقارير تلقائياً. - بحث بيانات مفتوح: معالجة البيانات المنظمة (قواعد البيانات، CSV، Excel)، والبيانات شبه المنظمة (JSON، XML، YAML)، والبيانات غير المنظمة (TXT، Markdown)، مع إنتاج تقارير تحليلية في النهاية. - مفتوح المصدر بالكامل: النموذج (DeepAnalyze-8B)، والكود، وبيانات التدريب (DataScience-Instruct-500K)، والعروض التوضيحية متاحة جميعها، مما يسهل النشر المحلي أو التطوير الثانوي. طرق الاستخدام - يمكن نشر النموذج عبر vLLM، مع توفير واجهة برمجة تطبيقات بنمط OpenAI، وجدول توصيات لإعدادات الذاكرة يغطي سيناريوهات ذاكرة تتراوح بين 16GB و80GB، مع دعم النماذج الكمية وFP8 KV Cache. - توفير واجهات تفاعلية متعددة: WebUI، وWebUI v2 (يدعم HeyWhale API وتنفيذ كود صندوق حماية قائم على Docker)، وJupyterUI، وواجهة سطر أوامر (تدعم الصينية والإنجليزية). - توفير قنوات طلب مفاتيح API ووثائق الاستخدام، مع إمكانية بناء خدمة بنمط OpenAI ذاتياً. التدريب والتقييم - دعم الضبط الدقيق بناءً على DeepSeek-R1-0528-Qwen3-8B أو DeepAnalyze-8B، مع توفير نصوص تدريب للضبط الدقيق أحادي القدرة، والتدريب البارد متعدد القدرات للوكيل، والتدريب بالتعزيز. - توحيد عملية تقييم معظم معايير علوم البيانات الحالية في playground، مما يسهل تقييم DeepAnalyze أو الوكلاء المطورة ذاتياً. النظام البيئي والمشاريع ذات الصلة - تشمل المشاريع ذات الصلة SkillAdam (إضافة تحسين تلقائي لمهارات الوكيل)، وDeepPrep (وكيل إعداد البيانات)، وCoDA-Bench (معيار للوكلاء البرمجية لمهام التحليل كثيفة البيانات)، وDA-Studio (النظام خلف WebUI v2). - يعتمد إطار التدريب على ms-swift وSkyRL، وتشمل مصادر بيانات التدريب Reasoning-Table وSpider وBIRD وDABStep وغيرها. حالات الاستخدام المناسبة مناسب للمستخدمين والفرق الذين يحتاجون إلى تحليل بيانات آلي، أو توليد تقارير تحليلية دفعة واحدة، أو نشر مساعد تحليل بيانات محلياً بشكل خاص.