数据智能体基准DAB：最佳智能体仅57%通过率

1. 12:00
   arXiv · Databases

   Data Agent Benchmark（DAB）：AI 智能体能否回答你的数据问题？

   研究者发布面向 LLM 智能体的 Data Agent Benchmark（DAB），基于对六个行业构建生产级数据智能体的调研，包含 104 个查询、覆盖 17 个数据集与 4 种数据库管理系统。当前最强的 SOTA 智能体在 DAB 上仅取得 57% pass@1，论文分析了智能体的失败模式并提炼数据智能体开发要点，基准与实验代码已公开。

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.