DataSense-Bench1 篇实战文章

AI scientist 这个词在融资和招聘里的厚度这一年多明显起来了，但有个前提一直没人去测：模型到底知不知道什么数据值得训练。10 月 8 号上 arXiv 的 DataSenseBench（确认）第一次把这个前提单独拎出来做了冷启动测试。结论先放这：agent 挑数据比随机好得有限，排序则不稳定。