AutoData：用于预训练数据选择的智能体搜索

英文标题：AutoData: Agentic Search for Pre-training Data Selection

论文提出 AutoData，将大语言模型 Agent 引入预训练数据选择环节，以自动化数据筛选与优化。作者指出，LLM Agent 已能在执行反馈的帮助下编辑模型和训练代码，但数据仍大多未被纳入这一智能体优化闭环。该工作将预训练数据选择建模为一个可由 Agent 搜索和优化的问题，对降低数据工程成本、提升预训练数据质量具有潜在意义。论文发表于 arXiv:2609.19754v1，类型为新投稿。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB