LLM能替代数据科学家了？DeepAnalyze帮你告别手动分析数据

你是否为复杂文件和海量数据而头疼？是否希望自动挖掘出有价值的信息？最近，人大与清华的研究团队推出了一款名为 DeepAnalyze 的工具——你的专属“数据科学家”。只需一个指令，它便能自动化完成数据分析、建模、可视化等任务，甚至生成研究报告。

DeepAnalyze 是首个面向数据科学的 Agentic LLM，无需预设工作流，仅凭一个大模型即可自主完成多种复杂任务。其论文、代码、模型和数据已开源，目前在 GitHub 上获得 1.1K+ 星标。

DeepAnalyze 的核心能力

DeepAnalyze 能在真实环境中学习并优化操作，完成从数据准备到洞察的全流程任务。当前的数据智能体通常依赖人工设计的工作流，难以实现完全自主。而 DeepAnalyze 提出了两项创新方法，突破了这一限制：

1. 课程学习式 Agentic 训练
   模拟人类数据科学家的学习路径，从简单到复杂逐步训练模型。先微调基础能力（如代码生成、逻辑推理），再通过真实任务环境提升多能力协作水平，避免因任务过于复杂导致训练失败。

2. 面向数据的轨迹合成
   自动生成 50 万条数据科学推理与交互轨迹，为模型提供示范和引导。包括推理轨迹合成（基于现有任务构建完整推理路径）和交互轨迹合成（通过多智能体系统模拟真实环境交互）。

支持深度研究与报告生成

DeepAnalyze 不仅擅长常规数据分析，还能生成具备分析师水准的研究报告。相比现有的闭源 LLM，其内容深度和结构更胜一筹。

团队背景

DeepAnalyze 由中国人民大学信息学院 RUC-DataLab 团队开发，负责人是范举教授。团队专注于数据技术与人工智能的融合，致力于打造智能化数据系统。主要研究方向包括数据库智能化（AI4DB）、数据技术支持 AI 系统（DB4AI）以及数智融合的新型数据科学系统（AI4DS）。

项目资源：
论文：https://arxiv.org/pdf/2510.16872
代码：https://github.com/ruc-datalab/DeepAnalyze
模型：https://huggingface.co/RUC-DataLab/DeepAnalyze-8B
数据：https://huggingface.co/datasets/RUC-DataLab/DataScience-Instruct-500K
更多示例：https://ruc-deepanalyze.github.io/