面向智能体数据分析的无监督技能发现

推理时技能增强提供了一种轻量级的方法，通过注入可复用的过程性知识来改进数据分析智能体，而无需更新模型参数。然而，发现有效的数据分析技能仍然具有挑战性，因为可靠的监督成本高昂，且成功标准因分析格式而异。这引出了核心问题：如何仅从无标签的探索中发掘可复用的数据分析技能。我们提出 DataCOPE，一种面向数据分析智能体的无监督验证器引导的技能发现框架。DataCOPE 从探索轨迹中提取验证器信号，并利用这些信号刻画轨迹间的相对质量或一致性。它迭代式地协调 Data-Analytic Agent（用于轨迹生成）、Unsupervised Verifier（用于信号提取）和 Skill Manager（用于对比技能蒸馏）。在报告式分析中，我们将验证器实例化为 Adaptive Checklist Verifier，它推导任务特定标准，根据可验证覆盖率为报告评分，并迭代优化检查表。在推理式分析中，我们将其实例化为 Answer Agreement Verifier，它根据答案一致性对轨迹进行分组，并使用自一致性作为辅助信号。我们在 Deep Data Research 的报告式分析和 DABStep 的推理式分析上评估 DataCOPE。在两种设置中，DataCOPE 均持续提升了留出集上相较于基线的性能。在四种模型设置下取平均，DataCOPE 在报告式和推理式任务上分别将平均分数提升了 9.71% 和 32.30%。