arXiv cs.AI· Ankai Hao, Ke Chen, Huan Li, Lidan Shou·· 3 天前AI 评分22
LATTEArena：面向 LLM 表格特征工程的评估框架
LATTEArena: An Evaluation Framework for LLM-powered Tabular Feature Engineering (Extended Version)
AI 导读
研究者提出 LATTEArena，一个面向 LLM 驱动的自动化表格特征工程（LATTE）的标准化、模块化基准框架，将 15 种代表性方法拆解为统一的 6 维分类体系，并评估 7 个研究问题下的 24 种核心配置。该框架在预测精度之外量化 token 效率与执行鲁棒性，得出 17 项成本效益权衡发现，并给出 3 条实际部署建议。全部代码、数据集及超 4000 条执行日志已公开。
正文 · AI 翻译
摘要：特征工程仍然是表格数据分析的基石，而大语言模型（LLM）已成为其自动化的一种有前景的范式，催生了由 LLM 驱动的自动化表格特征工程（LATTE）。然而，该领域缺乏标准化、成本感知的评估平台，且设计选择的组合爆炸掩盖了真正的算法进展。为弥合这些差距，我们系统性地将 15 种具有代表性的 LATTE 方法解构为一个统一的 6 维分类体系。基于这一抽象，我们提出了 LATTEArena，一个标准化、模块化且可扩展的基准测试框架，将单体式流水线解耦为可复用的执行模块。通过提炼庞大的组合空间，我们针对 7 个研究问题评估了 24 种核心 LATTE 配置。我们的正面基准测试超越了预测准确率，量化了 token 效率和执行鲁棒性，得出了 17 项关于成本效益权衡的实证发现。此外，我们为最佳实际部署提供了 3 条具体建议。通过实现受控的组件级比较，LATTEArena 将范式从临时的提示工程转变为系统化的上下文管理。所有代码、数据集以及超过 4,000 条执行日志均已公开，以促进一个动态的、社区驱动的基准测试。我们的框架、排行榜及所有工件均托管在 LATTEArena 项目网站上：此 https URL。
| 评论： | 31 页，9 张图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2606.09004 [cs.AI] |
| （或 arXiv:2606.09004v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.09004 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ankai Hao [查看邮箱]
[v1]
2026 年 6 月 8 日星期一 04:03:54 UTC（1,569 KB）
[v2]
2026 年 6 月 16 日星期二 11:38:16 UTC（1,141 KB）
[v3]
2026 年 10 月 12 日星期一 15:09:15 UTC（1,368 KB）
来源：arXiv cs.AI · arxiv.org