arXiv cs.AI· Maxime Heuillet, Sharadind Peddiraju·· 14 小时前AI 评分26
CIPHER：面向数据科学智能体测试时扩展的解耦探索-选择框架
CIPHER: A Decoupled Exploration-Selection Framework for Test-Time Scaling of Data Science Agents
AI 导读
研究提出数据科学智能体 CIPHER，基于解耦探索-选择（DES）框架在计划层面做测试时扩展：生成 N 个候选分析计划、选出 M<N 个并行执行并聚合结果。
正文 · AI 翻译
摘要：企业数据科学与分析涵盖具有可验证答案的封闭式信息抽取，以及开放式的洞察发现。智能体通常只针对其中一类任务进行评估，因此尚无证据表明单一系统能否同时胜任两者。我们提出 \texttt{CIPHER}，一个基于解耦探索—选择（DES）框架构建的数据科学智能体，该框架在计划层面应用测试时扩展：生成 $N$ 个候选分析计划，选择 $M{<}N$ 个并行执行，并聚合结果。我们在 Infi-DA-Bench（封闭式）和 InsightBench（开放式）的 $357$ 个任务上，使用一个专有基础模型和一个开放权重基础模型，联合评估了 DES 框架的 $48$ 种不同设计选择（涵盖生成、选择、预算和聚合器容量）。在模型匹配的条件下，单一零调优配置即可与专门构建的专家基线相竞争，与 \texttt{DataWise} 相差 $1.2$pp，与 \texttt{Agent-Poirot} 相差 $1.3$pp。联合扫描表明，生成和聚合是最具影响力的性能杠杆，而随机选择——唯一零开销的策略——与其调优后的替代方案表现相当。这些结果为测试时扩展策略的设计，以及如何在企业分析工作负载中部署的智能体之间最佳分配固定推理预算，提供了新的见解。
| 评论： | 发表于第 2 届企业任务智能体 AI 基准与应用研讨会（NeurIPS 2026） |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2607.14386 [cs.AI] |
| （或 arXiv:2607.14386v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.14386 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Maxime Heuillet [查看电子邮件]
[v1]
2026 年 7 月 15 日星期三 22:01:21 UTC（2,260 KB）
[v2]
2026 年 10 月 26 日星期一 16:15:50 UTC（1,161 KB）
来源：arXiv cs.AI · arxiv.org