迈向自动化数据分析：基于法学硕士的风险评估指导框架

arXiv:2603.04631v1 公告类型：新 摘要：大型语言模型（LLM）越来越多地集成到关键决策流程中，这一趋势提高了对稳健和自动化数据分析的需求。目前的数据集风险分析方法仅限于手动审核方法，这些方法涉及耗时且复杂的任务，而基于人工智能（AI）的全自动分析则受到人工智能对齐带来的幻觉和问题的困扰。为此，这项工作提出了一个数据集风险估计框架，将生成式人工智能集成在人类的指导和监督下，旨在为未来的自动化风险分析范式奠定基础。我们的方法利用 LLM 来识别数据库模式中的语义和结构属性，随后提出聚类技术，为它们生成代码，最后解释生成的结果。人类主管指导模型进行所需的分析，并确保流程的完整性以及与任务目标的一致性。提出了概念证明，以证明该框架在风险评估任务中产生有意义的结果的实用性的可行性。