Sara Hooker 团队：Agent 自动写质检清单，训练数据胜率提升 9.4%-13.2%
sarahookr · x · 2026-10-09
Adaption Labs（Sara Hooker、Wei-Yin Ko）发布新研究：用 agent 自动生成数据质检清单（agentic checklist），解决“无唯一正确答案”领域（医疗、法律、商业等 44 个专家领域）训练数据难以自动审核的问题。
- 方法：Discovery Agent 复盘 AutoScientist 自动训练系统的历史运行，自主撰写并持续更新领域特定的 yes/no 质检项，替代人工把“这个样本好不好”拆解为可验证的具体问题，在训练前过滤低质数据。
- 效果：用 1 万条经清单过滤的数据训练的模型，相对胜率比 1 万条随机抽样的数据高出 9.4%–13.2%，且在通用、医疗、法律、技术等领域均成立。
- 意义：清单式质检并不新鲜，创新在于清单由 agent 以极少人工介入自动编写和更新，使不可验证领域也能做自动化数据质控。
所属事件:Adaptation AI 研究显示数据质检清单可稳定提升训练效果(4 条相关)→
「研究」频道最新
- Inherit-MAS:借鉴生物遗传的多智能体系统测试时进化,省 34.6% token — Songtao Wei · 2026-10-09
- 零人工标注:自动生成足球球员追踪数据集,HOTA 达 62.5 — RexDouglass · 2026-10-09
- LLM 为什么不真正"读字":从 BPE 到字节级模型的tokenization脉络 — jbhuang0604 · 2026-10-09
- PyTorch + KV 缓存加速 HSTU 推荐模型，延迟最高降 5.93 倍 — PyTorch · 2026-10-09
- 新预印本：LLM 把数字存成曲线和螺旋，但计算时并非总用这些形状 — tweetsatpreet · 2026-10-09
- 669 项临床决策仅花 1.7 美分,开源模型医疗成本惊人 — antoine_chaffin · 2026-10-09