CuratorMAS：通过多智能体编排实现自动化数据集整理

CuratorMAS 是一个利用多智能体编排实现自动化数据集整理与评估的协作框架。该框架将处理流程分解为数据集探索、联网检索、指标计算、数据过滤及技能更新五个可编程阶段，构建出并行化工作流。实验显示，CuratorMAS 可将数据集噪声率降低高达 36.03 pp，并使下游模型 F1 分数提升高达 8.88 pp。