DataSmith 智能体：纯改数据即胜过调架构，token 省 200 倍

jefrankle · x · 2026-08-19

Datology AI 发布数据研究自动化智能体 DataSmith，核心论点是「数据质量是终极算力放大器」。- 仅通过数据干预，DataSmith 的表现优于同时干预架构、优化器等的常规 harness，平均比 Claude Code 高 5.1 分。- 示例：只用 7.34 亿 post-training token（比 SmolLM3 默认配方少 200 倍），就将 SmolLM3-3B 的后训练性能提升约 3 个百分点。- 设计上 DataSmith 比默认 harness 实验更多、推理更多、探索更多新颖数据集并派生更多子智能体，因而能找到反直觉方案——例如发现提升编码性能的最佳方式不是加代码数据，而是加更多 on-policy 数学数据。