arXiv · cs.AI· Jacopo Biggiogera, Nicolas Colombo, Krati Saxena, Bhaskarjit Sarmah, Stefano Pasquali·· 2 天前
AuDQ：通过智能体规则发现实现可审计的数据质量
AuDQ: Auditable Data Quality through Agentic Rule Discovery
arXiv:2610.26031v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jacopo Biggiogera, Nicolas Colombo, Krati Saxena, Bhaskarjit Sarmah, Stefano Pasquali
研究任务与主要进展
论文 AuDQ 提出一种以本体为基础、仓库原生的数据质量层构想，将质量规则作为一等工件，支持版本化、溯源关联治理文本及通过不可变执行轨迹回放。作为验证的第一步，作者实现了智能体规则发现核心，提供 Full-Agentic 与 Guided 两种规则获取模式及人在回路审核界面，并在金融和零售两个真实行业数据集上报告了初步结果，比较全自动分治规则发现与人类专家所定规则的质量与多样性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org