English(EN) Evaluating Local Language Model Agents for Reproducible Data Engineering: An Empirical Software Engineering Study of Mobility Workflows

研究发现：本地LLM代理在数据工程任务中展现出潜力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

一项新近发表在arXiv上的研究评估了本地、开源大语言模型（LLM）代理在数据工程任务中的有效性。该研究引入了一个包含十五个出行工作流任务的基准测试，并发现闭环工作空间能显著提高成功率，最高可提升52个百分点。最强的配置达到了85.3%的构件级成功率，表明本地LLM代理可以支持一部分软件密集型数据工程工作，但可靠性取决于模型能力和任务的可验证性。 AI

影响展示了本地LLM代理在数据工程中的潜力，并提出闭环系统可提高可靠性。

排序理由该集群包含一篇详细介绍LLM代理实证研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 20 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍LLM代理实证研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Jorge Garc\'ia-Carrasco, Javier Sanchis, Alejandro Reina-Reina, Alejandro Mat\'e, Juan Trujillo · 2026-10-09 04:00

评估本地语言模型代理在可复现数据工程中的应用：一项关于出行工作流的实证软件工程研究

arXiv:2610.11482v1 Announce Type: cross Abstract: Context: Large language model (LLM) agents are increasingly used as software and data-engineering assistants, yet evidence about locally deployable open-weight agents remains limited. Existing evaluations often emphasize textual r…

本文如何被排名

报道来源 [1]

评估本地语言模型代理在可复现数据工程中的应用：一项关于出行工作流的实证软件工程研究

相关实体

相关话题