DataPraxis 是一个基于验证工作区演化的分析任务合成框架。框架首先在工作区中逐步加入经过验证的发现和产物，每一步都对分析结果进行校验。随后，框架继承并组合已有工作区，以挖掘更深层次的问题。任务由累计的发现及其依赖关系构建，在工作区演化期间和任务组装后都进行结果验证。
利用该框架，我们构建了 DataPraxis-5K 数据集，包含 5,000 条跨领域、格式多样的已验证轨迹。基于该数据集训练的模型 DataPraxis-27B 在 DABStep 上取得 55.11 分，在 JobBench 上取得 51.9 分，性能与 GLM-5.2 等前沿模型持平或超越。
DataPraxis-5K 已在 HuggingFace 开源，供研究者进一步探索分析型智能体的训练方法。
点评