arXiv研究：智能体数据科学的失败模式

arXiv 2026年10月15日发布的预印本论文对 220 个数据科学任务中的常见智能体数据科学（agentic DS）框架与模型做了大规模失败模式分析，结论是多数智能体方案至少存在一种失败模式，且这与 harness 复杂度或模型能力无关。 研究还报告，数据泄漏失败的发生率与预测性能呈正相关，并称 DS 智能体相比 Kaggle 竞赛获胜者普遍缺乏解题创造力和领域知识。作者据此认为，失败模式分析应成为 agentic DS 评估的必要组成部分。 该研究由 Xue Li 等作者完成，除大规模分析外还构建了一个可复用、可扩展的测试套件，用精心挑选的数据科学任务以受控方式检验六种特定失败，并将智能体流水线与 Kaggle 竞赛专家方案做定性对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。