Агентные кейсы
Исследования

Свой агент на LangChain и локальной Llama 2 для анализа CSV

Участник обсуждения на Reddit искал, как анализировать CSV с Llama 2 через LangChain. В итоге он советует create_python_agent. Свой агент на нём с моделью Nous Hermes Llama 2 13B, по его словам, работал достаточно хорошо.

Сделано со своим агентом


Что сделали

Обсуждение очень скудное. Автор поста спрашивал, как анализировать CSV-файл с Llama 2 через LangChain. Python-агент LangChain с поддержкой pandas хорошо работал у него с моделями OpenAI, но плохо с квантованной Llama на 7B. В ответах тот же пользователь написал, что вместо агента для pandas стоит взять create_python_agent из LangChain. С моделью nous-hermes-llama2 13B он работает достаточно хорошо.

Что получилось

Результат описан только на словах. Квантованная Llama на 7B разочаровала, а create_python_agent с Nous Hermes Llama 2 13B работал достаточно хорошо. Примера задачи, метрик и описания сбоев в обсуждении нет.

На что обратить внимание

В источнике нет ни схемы работы, ни промпта, ни замеров. Названы только create_python_agent и модель Nous Hermes Llama 2 13B.

Пояснение

LangChain это библиотека для создания агентов на Python. create_python_agent создаёт агента, который сам пишет и выполняет код на Python, а pandas это библиотека для работы с таблицами. Квантованная модель это сжатая версия, которая меньше весит и быстрее работает на обычном компьютере, но может терять в качестве. Обозначения 7B и 13B значат 7 и 13 миллиардов параметров.

Кому пригодится

Тем, кто хочет анализировать свои данные локальной моделью, не отправляя их в облако.

Попробуйте сами

У меня есть набор данных в [путь к CSV или файлу с данными], и я хочу понять [вопрос, например какие товары приносят больше всего выручки по месяцам]. Загрузи файл, проверь пропуски и странные значения, затем проведи анализ, сам написав и выполнив код на Python, и показывай мне код и результаты на каждом шаге. В конце дай короткое понятное резюме выводов и один график, сохранённый в [папка для результатов]. Не меняй и не удаляй исходный файл с данными.

Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗

Читать оригинал ↗

Источник: reddit.com ·

Похожие кейсы

Сбор и анализ экономических данных для исследования с Claude Code

Экономист Пол Голдсмит-Пинкхэм показал на вебинарах, как Claude Code находит и чистит данные переписи о домовладении и собирает базу DuckDB из отчётов 10-K. Сырые отчёты за несколько минут стали данными для исследования.

Аналитические отчёты и дашборды с ИИ-агентом для кода через Graphene

Graphene это набор инструментов, который даёт ИИ-агенту для программирования семантический слой и файлы дашбордов. Агент сам делает запросы к хранилищу данных и публикует отчёты с графиками, измеренных результатов источник не приводит.

Свой агент

Конвейер анализа данных из пяти агентов Claude Code, от очистки до сводки для руководства

Аналитик данных Бронсон примерно за пять часов получил от Claude Code пять агентов и оркестратор, которые ведут анализ от очистки данных до итоговой сводки. Сборка прошла 627 тестов и обошлась примерно в $35, на реальных данных её ещё не запускали.