AgentFuel：为时序数据分析智能体生成可表达且可自定义的评估
人工智能
2026-03-16 v1 机器学习
摘要
在许多领域（如物联网、可观测性、 telecommunications、网络安全），正在广泛采用对话式数据分析智能体，使用户能够"与数据对话"以提取洞察。此类数据分析智能体 operates on 时序数据模型；例如来自传感器的测量值或监控用户点击和操作事件的数据。我们评估了 6 个流行的数据分析智能体（包括开源和商业产品），在特定领域的数据和查询类型上进行测试，发现它们在有状态查询和事件特定查询方面存在失败。我们观察到现有评估中存在两个关键的表达性缺口：领域定制数据集和领域特定查询类型。为使此类时序数据智能体在各类领域专家能够快速创建定制化且富有表达力的评估，AgentFuel 提供了解决方案。AgentFuel 帮助领域专家快速创建定制化评估，以执行端到端功能测试。我们展示了 AgentFuel 的基准测试暴露了现有数据智能体框架改进的关键方向。我们还提供了使用 AgentFuel 可提升智能体性能（例如通过 GEPA）的实证证据。AgentFuel 基准数据可在 https://huggingface.co/datasets/RockfishData/TimeSeriesAgentEvals 查看。
引用
@article{arxiv.2603.12483,
title = {Generating Expressive and Customizable Evals for Timeseries Data Analysis Agents with AgentFuel},
author = {Aadyaa Maddi and Prakhar Naval and Deepti Mande and Shane Duan and Muckai Girish and Vyas Sekar},
journal= {arXiv preprint arXiv:2603.12483},
year = {2026}
}