CausalDS

CausalDS 构建面向数据科学 agent 的因果推理 benchmark，把真实数据分析任务和可控因果生成结构组合起来。它考察 agent 是否能从数据、问题和隐含因果关系中得出合理结论，而不是只会调用统计函数或生成图表。这个基准的意义在于把 data science agent 的能力边界推进到“能否判断干预、混杂和因果方向”。