ADE 框架：智能体自主设计 LLM 数据工程策略
原文标题：Agentic Data Engineering for LLMs: System Design and a Controlled Empirical Study
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 Agentic Data Engineering（ADE）框架，让智能体利用实验反馈迭代改进数据选择、奖励设计与课程学习策略。在数学与代码数据选择等四项任务上，所选策略在 AIME25 Pass@32 上较通用基线最高提升 13.34%，四项留出基准平均提升 5.85%。研究还发现循环内得分提升并不总能带来留出集泛化改善。
- 问题
- LLM 数据工程依赖人工反复实验，能否让智能体用实验反馈自主改进数据策略。
- 方法
- ADE 框架让智能体基于累积发现追求、修正或组合研究方向，策略按循环内得分选择并在留出基准评估。
- 结果
- 四项任务中，AIME25 Pass@32 较通用基线最高提升 13.34%，四项留出基准平均提升 5.85%。
- 影响
- 展示 AI4AI 自动化数据工程的可行性，同时提醒循环内得分提升不必然带来泛化改善。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ADE框架让智能体自主设计数据工程策略，AIME25 Pass@32最高提升13.34%。
- •Agentic Data Engineering框架让智能体利用累积实验反馈追求、修正或组合研究方向
- •覆盖四项任务：数学与代码数据选择、数学奖励设计、数学课程学习
- •所选策略在AIME25 Pass@32上较通用基线最高提升13.34%
- •四项留出基准平均提升5.85%，训练条件固定
- •循环内得分持续提升，但留出轨迹显示后期增益并不总能改善泛化
为什么重要：AI4AI自动优化数据策略已有实证收益，但循环内分数与留出泛化的脱钩提醒团队不能只看训练内指标。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。