arXiv · cs.AI· Andrej Leban, Theo Saarinen, Yuekai Sun·· 4 小时前
CausalDS：评测数据科学智能体因果推理的基准
CausalDS: Benchmarking Causal Reasoning in Data-Science Agents
arXiv:2607.08093v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Andrej Leban, Theo Saarinen, Yuekai Sun
研究任务与主要进展
Andrej Leban、Theo Saarinen和Yuekai Sun提出CausalDS，用于评测数据科学智能体中的因果推理。每个场景包含采样的结构因果模型、生成的观测数据和基于真实领域的合成自然语言故事，并覆盖Pearl因果推理的三个层级；多数任务需要编码并调用多个工具，同时评估不确定性量化、工具使用和对不可识别目标的弃答。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org