DeepAnalyze README

The project's README from github.com/ruc-datalab/DeepAnalyze. As one markdown file: README.md.

DeepAnalyze

ruc-datalab%2FDeepAnalyze | Trendshift

DeepAnalyze: Agentic Large Language Models for Autonomous Data Science

arXiv homepage model data star Badge wechat

twitter twitter twitter twitter twitter twitter

Authors: Shaolei Zhang, Ju Fan*, Meihao Fan, Guoliang Li, Xiaoyong Du

Renmin University of China, Tsinghua University

DeepAnalyze is the first agentic LLM for autonomous data science. It can autonomously complete a wide range of data-centric tasks without human intervention, supporting:

deepanalyze

🔥 News

🖥 Demo

WebUI

https://github.com/user-attachments/assets/04184975-7ee7-4ae0-8761-7a7550c5c8fe

Upload the data, DeepAnalyze can perform data-oriented deep research 🔍 and any data-centric tasks 🛠

WebUI v2

https://github.com/user-attachments/assets/2dd1d2aa-6fb9-4202-bc8d-cbe874844725

Upload the data, DeepAnalyze can perform data-oriented deep research 🔍 and any data-centric tasks 🛠

JupyterUI

https://github.com/user-attachments/assets/a2335f45-be0e-4787-a4c1-e93192891c5f

Familiar with Jupyter Notebook? Try DeepAnalyze through the JupyterUI!

CLI

https://github.com/user-attachments/assets/018acae5-b979-4143-ae1e-5b74da453c1d

Try DeepAnalyze through the command-line interface

[!TIP]

Clone this repository to deploy DeepAnalyze locally as your data analyst, completing any data science tasks without any workflow or closed-source APIs.

🔥 The UI of the demo is an initial version. Welcome to further develop it, and we will include you as a contributor.

🚀 Quick Start

🔑 Use the DeepAnalyze API

API keys are now available!

To request your key, please fill out one of the following application forms:

📚 For comprehensive usage instructions, please refer to the API guide:

Model Download

Download model in RUC-DataLab/DeepAnalyze-8B · Hugging Face or DeepAnalyze-8B · 模型库

GPU Memory Model Type Recommended max-model-len Use FP8 KV Cache
16GB 8-bit Quantized 8192 ✓
16GB 4-bit Quantized 49152 ✓
24GB Original Model 16384 ✓
24GB 8-bit Quantized 98304 ✓
24GB 4-bit Quantized 131072 ✓
40GB Original Model 131072 ✓
40GB 8-bit Quantized 131072
80GB Original Model 131072

To obtain the quantized model, you can use ./quantize.py .

🚀 vLLM Launch Command Template

General Command Template
python -m vllm.entrypoints.openai.api_server \
  --model <model_path> \
  --served-model-name DeepAnalyze-8B \
  --max-model-len <select_from_table_above> \
  --gpu-memory-utilization 0.95 \
  --port 8000 \
  <add_fp8_if_required> \
  --trust-remote-code
Command Examples by Scenario

Scenario 1: 16GB GPU Memory Users (Recommended: 4-bit Quantized Version)

python -m vllm.entrypoints.openai.api_server \
  --model /path/to/deepanalyze/4bit \
  --served-model-name DeepAnalyze-8B \
  --max-model-len 49152 \
  --gpu-memory-utilization 0.95 \
  --port 8000 \
  --kv-cache-dtype fp8 \
  --trust-remote-code

Scenario 2: 24GB GPU Memory Users (For Maximum Context Length)

python -m vllm.entrypoints.openai.api_server \
  --model /path/to/deepanalyze/4bit \
  --served-model-name DeepAnalyze-8B \
  --max-model-len 131072 \
  --gpu-memory-utilization 0.95 \
  --port 8000 \
  --kv-cache-dtype fp8 \
  --trust-remote-code

Scenario 3: 80GB GPU Memory Users (Best Performance)

python -m vllm.entrypoints.openai.api_server \
  --model /path/to/original/model \
  --served-model-name DeepAnalyze-8B \
  --max-model-len 131072 \
  --gpu-memory-utilization 0.95 \
  --port 8000 \
  --trust-remote-code

Quick Selection Guide

After launching, the API service can be accessed via http://localhost:8000/v1/completions.

Requirements

Command Interaction

API

🎈 Develop Your Own DeepAnalyze

1. Download Model and Training Data

2. Curriculum-based Agentic Training

DeepAnalyze (ruc-datalab/DeepAnalyze)

Searching Database…

Что это такое?DeepAnalyze — открытая агентная большая языковая модель, созданная для полностью автономной науки о данных: она сама справляется с подготовкой данных, анализом, моделированием, визуализацией и генерацией отчётов на структурированных, полуструктурированных и неструктурированных источниках данных.
Это хостинговое чат-приложение или модель, которую я должен запускать сам?Это открытая модель на 8 миллиардов параметров (DeepAnalyze-8B) плюс код обучения, данные и демо-интерфейсы: вы разворачиваете модель сами (например через vLLM), а затем общаетесь с ней через WebUI, JupyterUI или CLI — либо вместо этого запрашиваете один из хостинговых API-ключей.
Как запустить DeepAnalyze?Скачайте DeepAnalyze-8B, поднимите его командой 'vllm serve DeepAnalyze-8B', затем запустите один из прилагаемых демо (WebUI, WebUI v2, JupyterUI или CLI), чтобы загружать данные и запускать задачи.
Обязательно ли самостоятельно хостить модель, чтобы пользоваться DeepAnalyze?Нет — помимо самостоятельного хостинга, команда теперь выдаёт API-ключи DeepAnalyze по запросу через Google Form или Feishu Form, так что можно пользоваться хостинговой версией вместо самостоятельного запуска vLLM.
Сколько памяти GPU нужно для запуска DeepAnalyze-8B?В README приведены уровни: 4-битная квантованная модель помещается в 16GB, 24-40GB хватит для больших контекстных окон, а полной неквантованной модели нужно 80GB для лучшей производительности; прилагается скрипт quantize.py, чтобы ужимать модель под GPU поменьше.
Какие типы данных он умеет анализировать?DeepAnalyze работает со структурированными данными (базы данных, CSV, Excel), полуструктурированными (JSON, XML, YAML) и неструктурированными (TXT, Markdown), создавая исследовательские отчёты аналитического уровня из любой смеси этих источников.
Можно ли обучить свою версию DeepAnalyze?Да — можно дообучить DeepSeek-R1-0528-Qwen3-8B (или сразу DeepAnalyze-8B), используя выпущенный датасет DataScience-Instruct-500K и скрипты обучения по нарастающей программе (single-ability, multi-ability cold start и multi-ability RL), построенные на ms-swift и SkyRL.
Что такое CoDA-Bench?CoDA-Bench — сопутствующий бенчмарк той же команды, проверяющий, могут ли код-агенты находить нужные файлы данных и корректно писать и исполнять код в Linux-песочнице, повторяя тип задач, на которые нацелен DeepAnalyze.
Что такое DeepPrep?DeepPrep — анонсированный на 2026 год сопутствующий инструмент, который автоматически строит конвейеры подготовки данных, чистя и стандартизируя сырые таблицы перед тем, как DeepAnalyze их анализирует.
Size
56.6 MB
Stars
4.7K
Updated
CommitOct 13
Age
1y
Commits · 90 Days