ナナ・ジア (Nan Jia) 氏ら14名の研究者は2026年10月17日(現地時間)、プロフェッショナルな分析作業を大規模に行う汎用エージェント向けの新フレームワーク「DataPraxis (データプラクシス)」に関する論文をarXivに公開した。このフレームワークは、検証済みワークスペースの進化に基づき、持続的な推論、反復的な調査、信頼できる証拠を必要とする多様で挑戦的な分析タスクを合成することを目指す。
汎用エージェントが専門的な分析作業を実行する際には、人間が行うような持続的な推論能力、仮説検証のための反復的な調査、そしてその結果を裏付ける信頼性の高い証拠の提示が不可欠とされている。これらの複雑な能力を訓練するためには、多様かつ高度な分析タスクが大量に求められるが、従来の生データから直接タスクを生成するアプローチでは、分析プロセスを通じて自然に生じる深い疑問点を見落としがちで、検証のための証拠も限定的になるという根本的な課題があった。
DataPraxisは、こうした汎用エージェントの訓練における課題を解決するために導入された、画期的な分析タスク合成フレームワークである。このフレームワークの中核は「検証済みワークスペースの進化」にある。具体的には、分析エージェントが発見した検証済みの知見や成果物によってワークスペースを段階的に強化していく。これらの強化されたワークスペースは、さらに新しいワークスペースに継承・結合されることで、より深く、より複雑な疑問点を自律的に生成していくことを可能にする。
DataPraxisのプロセスでは、蓄積された知見とその間の依存関係に基づいてタスクが構築される。これにより、単一の疑問解決にとどまらず、複数の分析ステップが連鎖するような複雑なシナリオも生成できる。分析結果は、ワークスペースの進化段階と、最終的なタスク組み立て後の双方で厳格に検証されるため、生成されるタスクとそれに対応する分析軌跡の信頼性が飛躍的に向上する。この包括的な検証メカニズムは、エージェントが誤った情報に基づいて学習することを防ぎ、より堅牢な推論能力を育成する基盤となる。
研究者らはこのDataPraxisフレームワークを活用し、「DataPraxis-5K」という大規模なデータセットを構築した。このデータセットは、金融、医療、環境科学など多様なドメインにわたり、さらに表形式のデータ分析、テキスト要約、グラフ構造の解釈など、多岐にわたる出力形式に対応した5,000もの検証済み分析軌跡を含んでいる。この広範な多様性は、汎用エージェントがあらゆる分野の分析タスクに適応できる能力を養う上で極めて重要な要素となる。
DataPraxis-5Kは、「DataPraxis-27B」とDataPraxis-35B-A3Bという二つのモデルの訓練に用いられた。特にDataPraxis-27Bは、エージェントの分析能力を評価する主要なベンチマークである「DABStep」で55.11、「JobBench」で51.9という高いスコアを達成した。これらのスコアは、GLM-5.2のような既存のフロンティアモデルに匹敵するか、あるいはそれを上回る性能を示すものであり、DataPraxisフレームワークが生成するデータセットを用いた訓練が、最先端の分析エージェントの性能向上に貢献することを実証している。
DataPraxis-5Kデータセットは、研究コミュニティのさらなる発展に寄与するため、Hugging Face上で広く公開されている。これにより、他の研究者もこの検証済みデータセットを利用し、次世代の汎用分析エージェントの開発を加速させることが期待される。
参考: arXiv cs.AI (アーカイブ) — 2026年10月21日 13:00 (JST)
原文ハイライト"DataPraxis: Scaling Analytics Tasks via Verified Workspace Evolution"