Argo-Bench: Đánh giá các agent dữ liệu về dòng công việc quy mô doanh nghiệp
Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows
Đoạn trích bài viết
Quá trình làm việc khoa học dữ liệu và phân tích doanh nghiệp trong thế giới thực đòi hỏi phải suy luận qua hàng chục bảng, thực hiện phân tích thống kê và hành động dựa trên kết quả. bài đo chuẩn văn bản đến SQL được thiết lập đánh giá chỉ tạo ra truy vấn, và kiểm toán đã tìm thấy các khóa trả lời của họ thường sai.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.