Vanna 的愿景与路线图

愿景声明

Vanna 旨在通过成为创建 AI 数据分析师的默认工具来重新定义数据分析领域。我们设想的 AI 在准确性、交互性和自主性方面接近人类数据分析师的能力。

我们的旅程始于通过使用大型语言模型 (LLM) 精通 SQL 生成，因为

• SQL 具有高 token 密度，使其成为上下文受限的 LLM 的理想目标。

• SQL 是最常见的数据临时接口。

• 许多价值被锁在 SQL 数据库中，组织中只有一部分用户可以访问。

实现愿景的路线图

我们的路线图围绕三个关键目标构建：准确性、交互性和自主性。这些目标旨在确保 Vanna 的 AI 数据分析师不仅满足而且超越用户的期望，为数据分析新时代铺平道路。

1. 准确性

目标： 在 SQL 生成和数据分析中实现无与伦比的准确性，媲美经验丰富的数据分析师的专业知识。

注意

• 我们不应关注基准测试，而应关注“经验准确性”。

• 通过存储历史上的正确问题-SQL 对并用它们来指导 LLM 的响应，这一点已基本实现。

• 数据库会随着时间推移而演变，因此我们需要能够“管理” AI 的知识库，就像管理人类的知识一样。

2. 交互性

目标： AI 应以熟悉且协作的方式与用户互动，类似于人类数据分析师与利益相关者互动的方式。

注意

• 如果 AI 没有所需信息，它应该能够主动提问。

• 如果问题含糊不清，AI 应该能够寻求澄清。

• AI 应该能够为其答案提供解释。

• AI 应该能够为其答案提供置信度评分。

• AI 应该能够建议后续问题。

3. 自主性

目标： 赋予 AI 高度自主性，使其能够访问常用系统并根据其分析执行后续操作。

注意

• 简化入职流程，使 AI 能够立即访问必要的系统和数据源。

• 使 AI 能够根据其数据分析自主执行后续操作，例如生成报告、提醒利益相关者或触发工作流程。

开源

我们相信实现我们愿景的最佳方式是 Vanna 成为开源项目。这将允许社区贡献项目，并帮助我们更快地实现目标。

通过模块化设计，我们可以满足任何组织的安全要求，因为您可以将其插入到已被您的安全团队批准的组件中。

开发

我们所有的开发工作都应与愿景和路线图保持一致。

(动态文档，最后更新于 2024-02-27)