论文评估数据科学Agent失败模式

Xue Li 等论文作者发布 arXiv 论文《The Silent Failures in Agentic Data Science》，从失败模式分析、可复用测试套件和专家对比三方面评估数据科学智能体超越准确率的失败。作者发现，无论智能体框架或模型能力如何复杂，多数方案至少包含一种失败模式，且数据泄漏与更高预测性能存在正相关。 论文覆盖 220 个数据科学任务，分析常见 agentic 框架和模型的失败模式；构建了一个可复用、可扩展的测试套件，以受控方式检验六类具体失败；并与 Kaggle 竞赛专家方案做了定性对比，指出智能体还可能缺乏问题解决创造性与领域知识。 以上结论基于论文摘要，具体影响仍需结合完整实验细节判断。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。