Agent
-
AgentDS技术报告：特定领域数据科学中人机协作的未来基准分析
该论文通过构建AgentDS基准测试，系统评估了AI代理在特定领域数据科学任务中的表现，其中保险行业是六个测试领域之一，包含理赔复杂度分类、风险定价回归和欺诈检测三项挑战。 核心发现对保险业的启示： AI在保险领域推理能力不足：纯AI方案（GPT-4o、Claude Code）在保险挑战中表现低于人类团队中位数，尤其在处理理赔文本、定损图像、保单PDF等多模…
该论文通过构建AgentDS基准测试，系统评估了AI代理在特定领域数据科学任务中的表现，其中保险行业是六个测试领域之一，包含理赔复杂度分类、风险定价回归和欺诈检测三项挑战。 核心发现对保险业的启示： AI在保险领域推理能力不足：纯AI方案（GPT-4o、Claude Code）在保险挑战中表现低于人类团队中位数，尤其在处理理赔文本、定损图像、保单PDF等多模…
