ИИ-агенты для анализа данных: фреймворк DSGym
Together AI опубликовала DSGym — единый фреймворк для обучения и оценки LLM-агентов, выполняющих data science задачи. Объединяет 90+ биоинформатических задач из научной литературы и 92 Kaggle соревнования. На синтетических данных натренировали 4B модель с SOTA результатами среди open-source решений. Проблема в том, что существующие бенчмарки несовместимы и не требуют реального анализа данных.
AI-обработка оригинала Together AI Blog; редакция Hamidun News
Together AI создала DSGym — фреймворк для обучения ИИ-агентов, которые решают задачи анализа данных и биоинформатики. Система объединяет 192 задачи из Kaggle и научных наборов данных, позволяя тренировать агентов на реальных примерах вместо синтетических.
Зачем нужны ИИ-агенты для анализа данных?
Существующие бенчмарки для оценки data science агентов используют несовместимые форматы и интерфейсы, а многие задачи можно решить без реального анализа данных. DSGym решает эту проблему единой экосистемой с 192 реальными задачами.
- 19 июл. 2026 г.Together AI везёт девять исследовательских работ на конференцию ICML 2026 в Сеуле
- 14 июл. 2026 г.NVIDIA NemoClaw: ИИ-агенты с отказом по умолчанию и одобрением человеком для чувствительного кода
- 11 июл. 2026 г.ИИ и дезинформация: как LLM-агенты подрывают доверие
- 25 мая 2026 г.ChatGPT для анализа текста: мультиагентный ассистент
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.