为什么重要
DataBench 评测模型对真实数据集的理解能力——不是写代码，而是理解数据特征、分布和质量。
构建方式与示例
真实数据集 + 理解类问题。例如：“这个数据集有多少缺失值？哪一列的缺失率最高？“
返回评测
数据 数据-分析 未饱和
模态 · 表格
任务 · 执行验证
DataBench
评估 LLM 在真实数据集上回答数据分析问题的能力（不写 SQL，直接推理）
多校联合 ·
考察能力
数据分析 表格推理 统计推理 数据理解
构建信息
- 数据规模
- 3,233 questions / 100 datasets
- 评测方式
- 标准评测
- 核心指标
- Accuracy (%)
资源链接
模型效果排行
🥇 GPT-5
74.8%
🥈 Claude Opus 4
69.3%
🥉 GPT-4o
58.2%
数据分析 表格 统计