DABstep

它可以用来做什么？

评估跨异构文件的数据关联、聚合、业务规则理解及精确结果报告；在具备参考答案时可本地判分。

使用前需要知道什么？

公开 default 文件有 450 道问题，答案字段为空；10 道附答案的 dev 题中有 6 个 ID 与其重叠。评分检查最终答案，不验证笔记本正确性或 GUI 任务完成。Harbor 从已评分的公开提交重建 default 标签，其成绩尚不能视作官方隐藏答案评测的等价结果。当前 Space 已关闭新的人工验证申请，但仍开放未验证提交。

我们核查了什么？

运行方式：作者基线文档使用 Python 3.10、固定的 smolagents 依赖、模型端点及七个共享背景文件，并通过执行 Python 完成分析；本次源码核查未验证其沙箱隔离。Space 提供评分器和榜单服务，不等于官方完整隐藏答案测试集可在本地取得。

许可说明：数据集和 Space 的 LICENSE 文件声明 CC BY 4.0，但 Space 的 setup.py 标注 MIT 分类；软件包代码的许可元数据存在冲突，不能说已统一明确。 上游许可 ↗

本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。

资源类型

数据集与评测

开发方式

开发方式未确认

来源核查

2026-10-16

平台

请查阅上游说明