arXiv ID:
2607.08093
arXiv 提交日期: 2026-07-09
CausalDS:数据科学智能体中的因果推理基准测试 / CausalDS: Benchmarking Causal Reasoning in Data-Science Agents
1️⃣ 一句话总结
该论文提出了一个名为CausalDS的基准测试,通过自动生成具有真实世界数据特征的因果模型、观测数据以及自然语言场景,来全面评估AI智能体在数据科学工作流中执行因果推理、数据分析、工具使用和不确定性判断(包括主动放弃回答)的能力。