Towards Verifiable Agentic Data Science: Solving Irregular TSQA Via Tool-Grounded Reasoning

En 3 lignesIRTS-ToolBench, un benchmark de 1 700 questions sur 10 types de tâches et 13 domaines, évalue comment les LLM et agents IA traitent les séries temporelles irrégulières (asynchrones, valeurs manquantes informatives, fréquences variables). Comble le fossé entre benchmarks TSQA existants (données régulières) et déploiements réels.

Résumé généré par Claude — vérifié par l'humain