DABstep(Data Agent Benchmark for Multi-step Reasoning)은 Adyen이 2025년 공개한 데이터 에이전트 다단계 추론 벤치마크 데이터셋으로, AI 에이전트의 복잡한 데이터 질의응답 및 다단계 논리 추론 수행 능력을 평가하기 위해 설계되었습니다.

이 데이터셋은 세 가지 하위 집합으로 구성되며, tasks 하위 집합에는 460개의 실제 비즈니스 작업이 포함되어 있고, 전체 컨텍스트 샘플은 100만 개 이상으로 JSON 형식을 사용합니다.

데이터셋 구성

• tasks: 핵심 작업 집합으로, task_id, question, answer, guidelines, level 등의 필드를 포함합니다.
• submissions: 제출 기록 하위 집합
• task_scores: 작업 점수 하위 집합