본 논문은 음성 상호 작용을 포함하여 사용자와의 대화형, 컨텍스트 인식 대화를 통해 데이터 분석, 시각화 및 해석을 처리함으로써 정보 처리를 재편할 수 있는 대규모 언어 모델(LLM)을 활용하는 Talk2Data를 제시합니다. Talk2Data는 사용자가 음성 또는 텍스트 지침을 통해 데이터 세트를 쿼리하고 그림, 표, 통계 또는 음성 설명을 통해 답변을 받을 수 있도록 합니다. OpenAI Whisper 자동 음성 인식(ASR) 시스템, Qwen-coder 코드 생성 LLM/모델, 맞춤형 샌드박스 실행 도구 및 Coqui 라이브러리를 에이전트 오케스트레이션 루프 내에서 결합합니다. 48개의 작업에 대한 평가에서 95.8% 정확도를 달성했으며 모델 전용 생성 시간은 1.7초 미만이었습니다. 5가지 LLM 크기 간의 비교를 통해 상호 작용 사용에 가장 적합한 7B 모델의 균형을 유지함을 발견했습니다.
