Factual Anchors

新的智能体数据定制化范式构建多模态流

研究人员引入了一种名为智能体数据定制化（Agentic Data Tailoring）的新范式，该范式利用可学习的数据处理来构建高熵多模态流。DataClaw_0-9B 模型使用监督微调和 GRPO 在新基准上进行训练，在复杂精炼和定制化意图方面表现出强大的对齐能力。该方法旨在通过将生成式语义合成锚定在事实依据上，跨五个领域创建大规模数据集，从而克服数据稀缺性。评估表明，定制化数据有助于模型在训练数据有限的情况下高效适应新任务。