Nvidia leva 2º lugar na KDD Cup com agente para modelo compacto

As regras da KDD Cup obrigaram todos os competidores a trabalhar com o mesmo modelo compacto de linguagem, o que transformou o suporte operacional externo no principal campo de otimização técnica. Para responder perguntas em linguagem natural e desviar de armadilhas analíticas comuns, a equipe da Nvidia sustentou o sistema sobre dois princípios fundamentais: restringir o espaço de ação do modelo e tornar cada tentativa plenamente auditável. Ter opções demais gera erros. Em vez de abrir o leque de raciocínio, o grupo unificou o acesso aos dados, reduziu a lista de comandos e exigiu um caminho único de saída.

Banco SQLite unifica dados e bloqueia erros

Cada tarefa da disputa exigia combinar bases relacionais já existentes, planilhas em CSV e arquivos JSON dispersos com fontes documentais. O sistema converteu os arquivos CSV e JSON diretamente em tabelas dentro de um banco SQLite preexistente, oferecendo ao agente uma interface SQL única para toda a massa de dados estruturados. Antes de liberar o raciocínio analítico, uma etapa prévia de exploração inspecionou tabelas, chaves de junção prováveis, campos com nomes parecidos, unidades de medida e padrões de valores nulos. O reconhecimento prévio evitou desvios.

O ambiente em Python construído pela equipe disponibilizou apenas quatro funções para o modelo: schema(), sql(query), write_answer(df) e prose_helper(). As funções schema() e sql(query) foram desenvolvidas pelo próprio time para consultar o banco SQLite sem depender de bibliotecas externas do Python nem de comandos arbitrários. Um middleware intercepta e repara comandos malformados antes da falha ocorrer, enquanto a memória persistente retém cálculos intermediários para que o sistema não desperdice turnos de processamento. Toda resposta final exige write_answer(df).

Leitura textual isolada protege a janela central

O exame de textos em prosa e documentos em PDF correu totalmente separado da análise dos dados tabulares para não sobrecarregar a máquina. Buscas direcionadas com expressões regulares e recortes curtos de prévia alimentaram a ferramenta prose_helper(), impedindo que relatórios longos ocupassem espaço desnecessário no contexto principal. Essa rotina aciona um modelo secundário com temperatura zero, encarregado apenas de extrair valores pontuais ou tabelas exigidas pela pergunta. O texto bruto fica de fora.

Registros completos de execução capturaram prompts, chamadas de ferramentas e saídas intermediárias para que um agente inspetor especializado pudesse catalogar falhas recorrentes e orientar o refinamento do suporte. O método guiou melhorias contínuas. Os engenheiros Eduardo Rocha de Andrade, Jiwei Liu, Maximilian Jeblick, Raja Biswas e Isabel Hulseman detalharam o fluxo no blog técnico da Nvidia, mas o texto corporativo não disponibilizou código-fonte nem pesos para download. A organização da KDD Cup reúne sessões gravadas e apresentações de oito equipes em seu arquivo oficial.