# 数据智能评估

该工作提出 AutoDataBench，一个在固定训练流程与资源预算下隔离“数据智能”的受控测试台，覆盖工具调用数据诊断修复、检索数据组织与知识注入三类任务，评测七个前沿大模型在迭代实验中的数据决策能力，并发现智能体整理的数据在工具调用与检索上接近专家参考、但分布内高分不保证分布外迁移，同时把优化轨迹复用为中期训练数据可提升下游编码表现。

该工作提出 AutoDataBench，一个在固定训练流程与资源预算下隔离“数据智能”的受控测试台，覆盖工具调用数据诊断修复、检索数据组织与知识注入三类任务，评测七个前沿大模型在迭代实验中的数据决策能力，并发现智能体整理的数据在工具调用与检索上接近专家参考、但分布内高分不保证分布外迁移，同时把优化轨迹复用为中期训练数据可提升下游编码表现。