deepsense.ai发布EDA基准及10个合成数据分析任务

deepsense.ai 上线 EDA Benchmark 预览结果，用 10 个公开合成数据分析任务评测 AI 智能体，覆盖环境监测、医疗、工业系统、金融、数据清洗与异常检测等领域。该基准同时考察分析质量和同一任务重复运行时的可重复性；每个模型在每个问题上评测五条轨迹。 这批任务在难度、数量和范围上被有意限制，便于 AI 实验室和研究者快速查看基准结构、运行评测。任务与评测代码已公开、可本地运行，排行榜数据截至 2026 年 10 月 19 日。数据集不允许商业使用。

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。