DARE：用分布感知检索让LLM智能体对齐R统计生态

DARE把数据分布特征引入R函数检索，提升统计任务准确率。

资讯摘要

论文提出DARE（Distribution-Aware Retrieval Embedding），将数据分布与结构特征纳入R函数检索，而非仅依赖语义相似度。作者构建了含8191个高质量R函数的RPKB知识库、R导向智能体RCodingAgent及100项统计任务基准RStatBench。实验报告称，DARE使各嵌入模型NDCG@10提升13.43至32.65个百分点，MiniLM版达93.92%；接入RCodingAgent后，十个LLM在RStatBench上的平均下游准确率从31.8%升至62.2%。

要点速读

1. 提出分布感知检索框架DARE，并构建8191个R函数的RPKB知识库。
2. 发布RStatBench基准，含100项统计任务，并推出R导向智能体RCodingAgent。
3. 作者报告DARE使NDCG@10提升13.43至32.65个百分点，RCodingAgent下游准确率由31.8%升至62.2%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。