研究揭示数据科学智能体存在隐性失效与方法论缺陷

2026年10月14日发表于 arXiv 的一项研究指出，现有数据科学智能体评估主要关注下游预测性能，容易掩盖数据泄露和不恰当验证等方法论层面的隐性失效。研究团队在 220 个数据科学任务及 Kaggle 竞赛中开展了多维度测试，结果发现绝大多数智能体方案均包含至少一种失效模式，且数据泄露的发生与预测指标呈正相关。此外，定性分析进一步显示，相比专业数据科学家，现有智能体在领域知识与问题解决创造力上仍存在明显不足。

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。