generalist coding agents

AI智能体可实现数据策展自动化，但需要结构化指导

研究人员开发了Curation-Bench，一个旨在评估通用编程智能体自动化AI模型训练数据策展过程能力的新基准。初步测试表明，智能体可以在十次迭代内完成基本的数据选择，与现有基线相当。然而，智能体倾向于进行微小调整，而不是探索根本性的新数据策略家族。一种需要智能体引用和改编先前研究方法的脚手架式方法，促成了优越的数据选择策略的自主组合，该策略以显著更少的数据超越了已发布的基线。