Goldsmith：利用 Agent 标注框架与 Gold-Loss 引导的任务定义优化
英文标题：Goldsmith: Gold-Loss-Guided Definition Optimization with an Agentic Annotation Harness
许多数据标注项目在初期常面临缺乏稳定标注准则、以及样本过少无法训练专用模型的冷启动难题。针对这一痛点，该研究提出了 Goldsmith，一种基于 Agent 的自动化流水线，能够将少量由专家标注的“黄金集”（Gold Set）校准样本转化为精确的任务定义与标注规范。该方法利用黄金损失（Gold-Loss）引导优化迭代，大幅降低了人工摸索准则的成本，为开发者构建高效、可靠的领域数据标注体系提供了全新方案。
打开原文相关 2.4 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.09489v1 公告类型：new
摘要：许多标注项目在专家制定出稳定的标注准则、或拥有足够标签来训练任务专用模型之前就已启动。我们提出了 Goldsmith，一种智能体（Agentic）流水线，它利用少量的黄金集（Gold Set——代表真实意图的专家标注校准示例）……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×