CausalDS：面向数据科学智能体的因果推理基准

研究者推出 CausalDS，一个评估数据科学智能体因果推理能力的基准，每个实例由采样的结构因果模型（SCM）、生成的观测数据和基于真实领域的合成自然语言故事构成。任务覆盖 Pearl 因果阶梯全部三层，多数任务含数据科学编码环节，并直接测试模型对图不可识别目标是否弃答。由于生成器完全合成，基准的组成、难度和规模均可参数化，可随时抽取全新考题。