数据科学自动化新突破！DS-Lighting让AI智能体框架显式化，四层分解+统一基准，故障率大降，代码已开源！
DS-Lighting: Making Agent Harnesses Explicit for Data-Science Automation
📖 AI 总结
本文介绍了DS-Lighting，一个用于数据科学自动化任务的统一智能体“harness”工具包。研究指出，现有大语言模型智能体在端到端数据科学工作流中的表现高度依赖任务表示、执行状态管理、输出约束和评估反馈等harness设计，但这些设计往往隐式存在，导致结果难以复现、比较和归因。DS-Lighting将harness显式分解为数据、工作流、执行和评估四个可复用层次，并将多种智能体表示为可执行的算子程序，支持预定义流程和自适应搜索。此外，该工具包将多个开源数据科学基准统一为MLE-Bench风格的任务格式，在共享接口、沙箱运行时和统一指标协议下实现受控对比。实验表明，显式harness设计显著提升了可复现性、可比性和可靠性，并减少了端到端工作流中可避免的系统级故障。
🔑 关键词速览
| DS-Lighting | 一个统一框架工具包，用于显式设计数据科学自动化中的智能体框架。 |
| Agent Harness | 智能体框架，指表示任务、管理执行状态、约束输出并提供评估反馈的系统组件。 |
| MLE-Bench | 一个数据科学基准测试格式，用于标准化任务接口和评估协议。 |
| Operator Programs | 可执行的操作符程序，将智能体表示为支持预定义流程和自适应搜索的模块化操作序列。 |
| End-to-End Data-Science Workflows | 端到端数据科学工作流，涵盖从数据获取到模型评估的完整自动化流程。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅