arXiv cs.AI· Atharva Naik, Vivek Chari, Pol Llado, Daniel Fried, Carolyn Ros\'e, Benjamin Van Durme, Sam Thomson, Justin Svegliato·· 7 天前AI 评分44
AdaPRA：面向数据科学的自适应评价准则过程奖励智能体
AdaPRA: Process Reward Agents with Adaptive Rubrics for Data Science
AI 导读
AdaPRA 是一种面向数据科学的持久化编程智能体框架，通过自适应评价准则进行过程监督，能在多次尝试中积累知识并识别纠正错误。在每项任务尝试 5 次的设置下，AdaPRA 使 80B Qwen 模型在 DSPredict-Easy 和 DSPredict-Hard 的排行榜百分位分别提升 24.5 和 14.8 点。
来源：arXiv cs.AI · arxiv.org