DABstep（Data Agent Benchmark for Multi-step Reasoning）は、Adyen によって 2025 年にリリースされたデータエージェント向けマルチステップ推論ベンチマークデータセットであり、AI エージェントによる複雑なデータ質問応答や多段階の論理推論の実行能力を評価することを目的としています。

本データセットは 3 つのサブセットで構成され、tasks サブセットには 460 件の実際のビジネスタスクが含まれ、コンテキストサンプルの合計は 100 万件を超えており、JSON 形式で提供されています。

データセットの構成

• tasks：コアタスクセット。task_id、question、answer、guidelines、level などのフィールドを含みます
• submissions：提出記録サブセット
• task_scores：タスク採点サブセット