CausalDS：数据科学智能体中的因果推理基准测试
TLDR
提出CausalDS基准，用合成结构因果模型和真实数据评估数据科学智能体因果推理。
评分理由
The paper addresses a clear gap between symbolic causal reasoning and data analysis benchmarks, with a novel synthetic generation approach that reduces 'causal parrot' risk. However, the abstract lacks results or comparisons, and the benchmark's effectiveness remains unvalidated.
Read-first 评分解释
综合优先阅读分 41.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 26。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：19。