FDABench团队 投稿量子位 | 公众号 QbitAI欧洲杯体育
数据智能体到底好不好用？测评一下就知谈了！
南洋理工大学、新加坡国立大学联袂华为开源推出首个罕见针对数据智能体（Data Agents）异构搀杂数据分析的空洞性基准测试FDABench
该基准横跨50+数据领域、树立了多种难度等第和任务类型，还独创了Agent-Expert互助框架，确保测试用例质地和数据一致性，同期守旧Data Agent、RAG、语义算子以及四种典型Data Agent责任流模样。
团队使用FDABench对多样数据智能体系统进行了评估，发现每个系统在反映质地、准确性、蔓延和token本钱方面齐进展出独有的上风。
底下详备来看。
将数据库、PDF、视频、音频异构数据源拔本塞原
濒临数据启动方案的需求日益增长，这催生了对粗略整合结构化和非结构化数据进行分析的数据智能体的挫折需求。
尽管数据智能体Data Agents在让用户扩充复杂分析任务方面展现出后劲，但该领域仍存在三个关节局限性：
最初，由于难以想象出能评估智能体在多源分析任务中各项期间的测试用例，全面的数据智能体Benchmark仍然缺失；其次，构建聚辘集构化和非结构化数据的可靠测试用例本钱昂贵且极其复杂；第三，现存基准的适合性和通用性有限，导致评估范围短促。
为应付这些挑战，团队提倡了FDABench，这是首个罕见为评估多源数据分析场景中的智能体而想象的数据智能体基准。
这个基准涵盖了2007个不同的测试任务，秘籍50多个领域，比如金融、电商，还有浮浅、中等、难三种难度。 推理所需数据包括结构化、PDF文档、视频、音频等异构数据源。
任务类型也分三种：单选题（比如算具体数值）、多选题（比如选多个正确论断，包含具体数值和空洞申报推理）、写申报（比如整合数据出分析申报），能全面测数据智能体的期间。
团队还想象了协调Agent-Expert互助框架，同期守旧Data Agent、RAG、语义算子以及四种典型Data Agent责任流模样（想象Planning、用具使用Tool-use、反念念Reflection、多智能体Multi-Agent），可无缝集成不同Data Agent系统架构。
无论数据智能体是靠“提前想象措施”、“调用用具”、“自我修正”一经“多智能体互助”责任，齐能兼容测试，无须换个数据智能体就从头搭测试框架。
计划东谈主员用FDABench测试了市面上常见的几种数据智能体。
一类是通用的数据分析系统，比如能生成财务申报的DAgent、能处置多模态数据的Taiji；
一类是擅长语义贯通的语义算子系统，比如能精确处置用户当然话语查询的LOTUS；
还有一类数据智能体Data Agent是带检索增强（RAG，能查外部数据补助分析）的系统，比如Data Agent+GraphRAG。
计划东谈主员也提供了关于不同基础模子和智能体架构的全面测试：
团队还尝试去对每种数据智能体进行计划资源拆解，统计了数据智能体每个阶段的耗时和总体系统蔓延：
测试后发现：
架构复杂度量度复杂Data Agent架构(如Multi-Agent、Reflection)在异构数据分析准确性上显耀优于浮浅架构，但代价是计划本钱成倍增多(6-20倍资源滥用)，浮浅架构如Planning则在后果上占优但濒临复杂问题适合性有限；计划资源重分派效应不雅察到不同Data Agent架构骨子是通过从头分派计划支出完好意思优化——Reflection架构将26-29%计划用于重试机制相易高质地输出，Planning架构将32-35%用于生成阶段保证后果，这种“判辨负载重分派”为阐明任务场景选择合适架构提供了量化指点模子-架构适配性大界限Agenic Data下预锻练的模子即使是Non-Thinking Model（如Kimi-k2）在复杂Multi-Agent和Reflection架构下依旧进展超过，一些Thinking Model(如DeepSeek-R1)在复杂Data Agent架构中反而出现“双重推理刑事包袱”表象，这标明模子选择需要匹配架构复杂度。
归来一下等于，莫得齐全的Data智能体，有的快但复杂任务拉胯，有的准却花钱又慢，选的时刻要看需求。
而FDABench的作用，等于帮你了了测出哪个系统最适应你的需求。
论文地址：https://arxiv.org/pdf/2509.02473代码地址：https://github.com/fdabench/FDAbench
— 完 —
XINWEN
#孕期五大不适症饮食漠视 看成别称作者，我见证了许多女性在孕期的不易。今天，思和各人聊聊孕期常见的五大不适症及饮食漠视。 孕吐是好多准姆妈齐会经验的“灾荒”。就像我邻居小王的爱妻，孕珠初期吐得昏天黑地。这时期，可以吃些苏打饼干、烤馒头片，这类清淡易消化的食物能缓解孕吐。柠檬水亦然可以的吸收，酸味能刺激胃酸分泌，削弱恶心感。 孕期便秘也常让东说念主郁闷。我一又友小李孕期就深受其害。此时应多吃富含膳食纤维的食物，像燕麦、糙米等粗粮，还有芹菜、菠菜等蔬菜。生果里的火龙果、猕猴桃也有助于促进肠说念蠕动
#孕期为什么要作念胎心监护？开云体育 在孕期的时光长河中，每一次产检齐像是一场与宝宝的亲密对话，而胎心监护，则是其中至关垂危的一环。 我曾听闻这么一个故事。我的一又友晓妍，在怀胎后期，对每次产检齐相配怜爱。有一次去作念胎心监护，她满心期待又略带着急。当照管把胎心监护仪的探头放在她圆滔滔的肚皮上时，那“咚咚咚”有节拍的心跳声，仿佛是宝宝在向寰宇宣告我方的存在。一运行，胎心监护的数据齐在平方畛域，晓妍悬着的心略微放下。然则，跟着技艺的推移，仪器屏幕上的弧线出现了一些波动，胎心速度偶尔会超出平方值。
跟着社会的跳动和东说念主民生流水平的教养，女性在坐褥后的健康问题越来越受到温雅。国度也在计策上积极因循这一领域的发展，鼓励产后规复行状的昂然发展。频年来，国度出台了一系列因循生养计策，尤其是“全面二孩”计策的履行，更使得产后规复行业成为了热点领域。与此同期，产后规复师这一办事也冉冉走入了大众视线，成为越来越多女性温雅和给与的办事之一。 产后开荒师办事先容 产后规复师是指通过科学的形式对产妇进行体能、形骸、面目等方面的规复和珍爱的专科东说念主员。其主要使命试验包括对产妇的产后康复历练、体形规复、
本站音讯，凭证天眼查APP走漏，全信股份（300447）新增悉数对外投资事件，被投资公司为南京全信传输科技股份有限公司，法定代表东说念主陈祥楼，投资占比为0.53%。该公司从事电气机械和器材制造业，注册本钱为31231.0375万东说念主民币。当今，全信股份共存在对外投资6项，详见下表： 通过天眼查大数据分析，南京全信传输科技股份有限公司共对外投资了10家企业，参与招投标方法391次；财产萍踪方面有商标信息15条，专利信息349条，文章权信息35条；此外企业还领有行政许可24个。据2024年报
本站音讯，证明天眼查APP露馅，花坛生物（300401）新增一齐对外投资事件开云体育，被投资公司为浙江花坛生物医药股份有限公司，法定代表东说念主邵徐君，投资占比为1.41%。该公司从事医药制造业，注册成本为54170.2388万东说念主民币。当今，花坛生物共存在对外投资9项，详见下表： 通过天眼查大数据分析，浙江花坛生物医药股份有限公司共对外投资了8家企业，参与招投标名目23次；财产陈迹方面有商标信息12条，专利信息30条，著述权信息1条；此外企业还领有行政许可87个。 数据开首：天眼查APP