arXiv · NLP· Rohan Alexander·· 8 小时前AI 评分46
语言模型数据科学项目迭代创作、评分与修订研究
Iterated creation, grading, and revision of data science projects by language models
AI 导读
研究评估了7款模型在执行数据科学全流程及经3轮反馈后的表现，平均分从59%提升至76%。 测试涵盖49个模型配对共147份初始提交，其中107份成功运行。自身评分通常比他人评分高9个百分点。
来源：arXiv · NLP · arxiv.org