deepanalyze

DeepAnalyze 由中国人民大学与清华大学团队开发，定位为面向自主数据科学的智能体大语言模型（agentic LLM）。其目标是在无需人工干预的情况下完成数据科学全流程任务，包括数据准备、分析、建模、可视化以及报告生成，并支持对多种数据源开展开放式深度研究。 主要能力 - 覆盖完整数据科学流程：自动执行数据准备、分析、建模、可视化与报告生成等任务。 - 开放式数据研究：可处理结构化数据（数据库、CSV、Excel）、半结构化数据（JSON、XML、YAML）以及非结构化数据（TXT、Markdown），最终产出分析报告。 - 全栈开源：模型（DeepAnalyze-8B）、代码、训练数据（DataScience-Instruct-500K）与演示均已开源，便于本地部署或二次开发。 使用方式 - 模型可通过 vLLM 部署，提供 OpenAI 风格 API 接口，并附带内存配置建议表，覆盖 16GB 至 80GB 显存场景，支持量化模型与 FP8 KV Cache。 - 提供多种交互界面：WebUI、WebUI v2（支持 HeyWhale API 与基于 Docker 的沙箱代码执行）、JupyterUI 以及命令行界面（支持中英文）。 - 提供 API Key 申请渠道与使用文档，也支持自行搭建 OpenAI 风格服务。 训练与评估 - 支持基于 DeepSeek-R1-0528-Qwen3-8B 或 DeepAnalyze-8B 进行微调，提供单能力微调、多能力智能体冷启动训练与强化学习训练脚本。 - 在 playground 中统一了多数现有数据科学基准的评估流程，便于评估 DeepAnalyze 或自研智能体。 生态与相关项目 - 相关项目包括 SkillAdam（智能体技能自动优化插件）、DeepPrep（数据准备智能体）、CoDA-Bench（面向数据密集型分析任务的代码智能体基准）以及 DA-Studio（WebUI v2 背后的系统）。 - 训练框架基于 ms-swift 与 SkyRL，训练数据来源包括 Reasoning-Table、Spider、BIRD、DABStep 等。 适用场景 适合需要自动化数据分析、批量生成分析报告、或在本地私有化部署数据分析助手的用户与团队。