AdaPRA：面向数据科学的自适应评分细则过程奖励智能体

研究人员提出 AdaPRA 框架，通过自适应评分细则的过程监督与跨尝试知识积累，解决数据科学 AI 智能体的流程错误。在每个任务尝试 5 次的设定下，AdaPRA 使 80B Qwen 模型在 DSPredict-Easy 和 DSPredict-Hard 上的排行榜百分位数分别提升 24.5 与 14.8 个点。