VESTA：基于统计工具智能体的可视化探索

用定量模型拟合数据是科学工作流的核心步骤，却仍是自动化程度最低的环节之一。近期的智能体系统利用语言与视觉-语言模型（VLM）迭代地提出并改进统计模型，但这些系统在更具挑战性的建模任务上表现不佳。为解决这些局限，我们提出VESTA：基于统计工具智能体的可视化探索，该框架为VLM配备一个动态增长的探索工具箱，通过数据变换、假设驱动的可视化和稳健统计检验来引导模型改进。与仅依赖迭代批评的先前系统不同，VESTA通过选择或创建诊断工具在改进之前和期间主动探索数据，这些工具会在模型上下文中累积并可在后续复用。我们在三种工具箱配置下将VESTA与既有基线对比评估：无工具、静态专家编写工具和动态模型自写工具。为支持该评估，我们提出DAWN（面向自动化工作流与数值建模的数据集），一个针对分布拟合与时间序列建模的基准，设有不同难度层级，最终涵盖真实天文学任务，包括初始质量函数与引力波啁啾信号建模。我们发现VESTA的动态工具创建优于先前的智能体流水线，在复杂和领域特定任务上增益最大。我们进一步表明，动态生成的工具比现有视觉工具创建系统产出的工具精巧得多，每个函数覆盖更多诊断类别，并强烈偏好VLM评审者能够直接推理的视觉输出。