CuratorMAS：多智能体协作自动策展数据集

2026年10月7日，arXiv cs.AI 刊出论文《CuratorMAS：通过多智能体编排实现数据集自动策展》，提出名为 CuratorMAS 的多智能体协作框架。该框架把数据集策展拆解为五个可编程执行阶段——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，并将这些阶段组成可并行的工作流，从而自动完成数据集策展。论文实验显示，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。目前关于该事件仅有这一篇报道，未披露更多实验细节，也暂无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。