LLM 生成的技能能否造就更优秀的 AI 数据科学家？跨数据科学工作流的组件消融研究

本文探讨了 LLM 生成的可复用技能文件是否能替代专家编写，以提升数据科学任务表现。研究覆盖数据准备、提取、统计分析及报告四个阶段，通过大规模组件消融实验（7560 次运行）评估全量技能及各组成部分的有效性。结果显示，与仅使用任务提示相比，LLM 生成的技能及其变体均未带来显著性能提升，其表现甚至与无关内容相当。研究结论警示不应将单次生成的技能作为默认策略。