LATTEArena：LLM驱动的表格特征工程评估框架（扩展版）

特征工程仍然是表格数据分析的基石，大型语言模型 (LLM) 已成为其自动化的一个有前景的范式，从而催生了由 LLM 驱动的自动化表格特征工程 (LATTE)。然而，该领域缺乏标准化、具有成本意识的评估平台，而且设计选择的组合爆炸掩盖了真正的算法进展。为了弥补这些差距，我们系统地将 15 种代表性的 LATTE 方法解构为统一的 6 维分类法。基于这个抽象，我们引入了 LATTEArena，这是一个标准化、模块化和可扩展的基准测试框架，它将整体管道解耦为可重用的执行块。通过提炼巨大的组合空间，我们评估了 7 个研究问题的 24 个核心 LATTE 配置。我们的面对面基准测试超越了预测准确性，量化了词元效率和执行稳健性，得出了 17 项关于成本效益权衡的实证结果。此外，我们还为实际的最佳部署提供了 3 条具体建议。通过实现受控的组件级比较，LATTEArena 将范式从临时提示工程转变为系统的上下文管理。所有代码、数据集和 4,000 多个执行日志均公开可用，以形成动态的、社区驱动的基准。我们的框架、排行榜和所有工件都托管在 LATTEArena 项目网站上：https://goodenhak.github.io/LATTEArena。