论文页面 - Autodata: 一种用于创建高质量合成数据的智能数据科学家

来源: https://huggingface.co/papers/2606.25996 作者:

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

Autodata 使 AI 智能体能够像数据科学家一样，通过元优化创建高质量的训练数据，并在多个任务领域展现出性能提升。

我们提出了 Autodata，一种通用方法，使 AI 智能体能够像数据科学家一样构建高质量的训练和评估数据。我们展示了如何训练（元优化）这样的数据科学家智能体 (https://huggingface.co/papers?q=data%20scientist%20agent)，使其学会创建更强大的数据。我们描述了整体框架以及一个具体的实践实现：智能体自我指令 (https://huggingface.co/papers?q=Agentic%20Self-Instruct)。我们在计算机科学研究任务、法律推理任务以及数学对象推理任务上进行了实验，与传统的合成数据集创建方法 (https://huggingface.co/papers?q=synthetic%20dataset%20creation) 相比，取得了更优的结果。此外，对数据科学家智能体 (https://huggingface.co/papers?q=data%20scientist%20agent) 本身进行元优化带来了更大的性能提升。智能体数据创建提供了一种方法，将增加的推理计算量 (https://huggingface.co/papers?q=inference%20compute) 转化为更高质量的模型训练 (https://huggingface.co/papers?q=model%20training)。总体而言，我们相信这一方向有潜力改变我们构建 AI 数据的方式。

查看 arXiv 页面 (https://arxiv.org/abs/2606.25996) 查看 PDF (https://arxiv.org/pdf/2606.25996) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.25996)

在您的智能体中获取此论文:

hf papers read 2606.25996

没有最新的 CLI? curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.25996 以从本页链接到它。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.25996 以从本页链接到它。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.25996 以从本页链接到它。

包含此论文的收藏集0

没有收藏集包含此论文

添加此论文到收藏集 (https://huggingface.co/new-collection) 以从本页链接到它。