arXiv 人工智能· Rohan Alexander·· 5 hours agoAI score49
大语言模型对数据科学项目的迭代创建、评分与修改研究
Iterated creation, grading, and revision of data science projects by language models
Not yet translated; shown in Chinese.
AI guide
研究评估了 Anthropic、OpenAI、Google 和 DeepSeek 等 7 款大语言模型在数据科学项目中的表现，经三轮“创作-评分-修改”迭代后，平均得分从 59% 提升至 76%。
Source:arXiv 人工智能 · arxiv.org