CoDA-Bench

CoDA-Bench 是一个面向数据密集型任务的代码智能体（code agent）评测基准。它通过在真实 Linux 沙箱环境中提供包含近千个语义相近文件的 Kaggle 数据集，要求智能体自主发现相关数据、导航复杂目录结构、融合多源异构数据，并生成正确代码以回答自然语言问题。项目采用 Docker 容器化沙箱保障评估一致性，支持端到端自动化评测，强调数据发现、跨文件推理与实际分析能力。适用于评估 LLM 驱动的编程智能体在数据分析、数据工程及数据科学等真实场景下的综合能力。