Agentic-imodels：通过自动研究进化代理可解释性工具

针对当前代理数据科学系统使用人类可解释而非代理可解释工具的问题，本文提出 Agentic-imodels。这是一种代理自动研究循环，旨在进化专为代理理解设计的数据科学工具。该方法构建了兼容 scikit-learn 的回归库，同时优化预测性能与基于 LLM 的新型可解释性指标。实验表明，进化后的模型在预测能力和代理可解释性上均有提升，并显著增强了下游端到端代理数据科学系统的表现。