CuratorMAS：通过多智能体编排实现数据集自动策展

CuratorMAS 是一个多智能体协作框架，将数据集策展拆解为五个可编程执行阶段并组成可并行工作流，自动完成数据集探索、在线领域知识检索、评估标准与指标计算、过滤以及技能更新。实验显示，该框架最多将数据噪声率降低 36.03 个百分点，同时把下游模型的 F1 分数最多提升 8.88 个百分点。