EMNLP 新论文 AutoData:用智能体搜索优化预训练数据选择
PMinervini · x · 2026-09-18
Weco 团队与研究者发布 EMNLP 论文 AutoData，探讨自动化科研智能体能否找到更好的训练数据，而不只是更好的训练代码。
- 作者指出当前大家热衷于自动研究算法部分，数据工程受到的关注远少
- AutoData 采用 agentic search 方式做预训练数据选择
- 方法简单：基于预先构建的特征，写启发式规则来筛选数据，但效果出奇地好
- 论文作者强调这是该方向的早期探索
所属事件:EMNLP 论文 AutoData：用智能体搜索优选预训练数据(2 条相关)→
「研究」频道最新
- Anthropic 在湾区建湿实验室,押注AI药物发现引利益冲突争议 — markjeffrey · 2026-09-19
- ProgramAsWeights:用英语描述AI函数,编译成权重离线跑 — yuntiandeng · 2026-09-19
- SELF-INDEX:让检索索引自进化,Agent 检索质量可自修复 — Sangam Lee · 2026-09-19
- 3Blue1Brown 拆解 AI 也解不出的 IMO 2025 压轴题 — 3Blue1Brown · 2026-09-19
- 自动化评测实测:最佳系统找回 87% 人工标注故障 — HamelHusain · 2026-09-19
- NeurIPS 论文:两层网络可精确执行二进制加法乘法等指令 — kfountou · 2026-09-19