arXiv 自然语言处理· Ruomeng Ding, Qianli Shen, Zhaoyang Han, Meixin Chen, Daoyuan Chen, Yaliang Li·· 8 小时前AI 评分39
大语言模型智能体数据工程：系统设计与受控实证研究
Agentic Data Engineering for LLMs: System Design and a Controlled Empirical Study
AI 导读
研究人员提出了智能体数据工程（ADE）框架，使 AI 智能体能够利用累积的实验反馈持续推进、修正或组合大语言模型的数据工程策略。在数学与代码数据选择、奖励设计及课程学习 4 项任务中，该策略相比通用基准在 AIME25 Pass@32 上实现了最高 13.34% 的绝对提升，在 4 个保留基准上的平均提升达 5.85%。实验表明环内得分随实验递增，但后期的环内收益并不总能转化为模型泛化能力的提升。
来源：arXiv 自然语言处理 · arxiv.org