AdaPRA: Process Reward Agents with Adaptive Rubrics for Data Science 封面
HuggingFace
论文2026-10-2…

AdaPRA: Process Reward Agents with Adaptive Rubrics for Data Science

Data science agents can automate end-to-end machine learning workflows, yet they remain far from competitive on human leaderboards. Agents make process errors such as insufficient exploration, unsound validation, coding…

来源:HuggingFace Papers收录于 2026年10月29日

站内导读

中文

用途:AdaPRA 是一套面向数据科学 Agent 的过程奖励框架,通过自适应评分标准对智能体的中间步骤打分,帮助团队定位并修正探索不足、验证不严谨等流程错误。

能做什么

  • 用自适应 rubric 对数据科学任务的中间过程逐步评分,而非只看最终指标。
  • 针对探索不充分、验证设计不合理、代码实现缺陷等典型流程错误给出反馈信号。
  • 面向端到端机器学习工作流,覆盖从数据理解到建模评估的多个环节。
  • 以过程奖励驱动 Agent 改进,缩小与人类排行榜选手的差距。

适用场景:适合正在搭建或调优数据科学 Agent 的研究与工程团队,需要具备 Python 环境和 LLM API 访问权限,用于诊断 Agent 在真实 ML 任务中的过程性失误。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →