Search

Tag: #data-analytics39 results

AIDABench:AI 數據分析基準

AIDABench:AI 數據分析基準

AIDABench 推出超過 600 個多樣化任務,用於端到端評估 AI 在數據分析的表現,涵蓋問答、可視化及檔案生成,橫跨真實異質數據。即使頂尖模型如 Claude Sonnet 4.5 僅達 59.43% pass@1,凸顯重大挑戰。基準已在 GitHub 公開。

ArXiv AIResearchMar 18#benchmark#data-analytics
Page 1 of 4