arXiv · AI· Xue Li, Hongqian Xia, Daniel Gomm, A\'ecio Santos, Cornelius Wolff, Madelon Hulsebos·· 2026-10-14AI 评分35
智能体数据科学评估中的隐性失败:方法学与领域知识缺失分析
The Silent Failures in Agentic Data Science
AI 导读
大规模分析 220 个任务,发现多数智能体方案存在数据泄漏等失败模式,且数据泄漏与预测性能正相关。 定性对比 Kaggle 竞赛专家方案,显示数据科学智能体普遍缺乏问题解决创造力及领域知识。 文章主张将失败模式分析纳入评估体系,以推动可信智能体数据科学流水线的开发。
来源:arXiv · AI · arxiv.org