AgenticDataBench：面向数据智能体的综合评测基准

AgenticDataBench针对数据智能体缺乏系统评测的问题，覆盖15个垂直领域，并纳入一家金融科技公司的5类真实B2B用例。论文以数据科学技能和操作模式组织任务，利用Stack Overflow解决方案聚类提取技能，结合真实任务筛选与LLM生成，提供细粒度标注、技能级分析和开源测试平台。