Autodata：作为代理数据科学家创建高质量合成数据的智能体

本文提出 Autodata，一种通用方法，使 AI 智能体能够扮演数据科学家角色，构建高质量的训练与评估数据。文章阐述了如何训练（元优化）此类数据科学家智能体，使其学会生成更优质的数据，并介绍了具体实现“代理自指令”（Agentic Self-Instruct）。在计算机科学、法律推理及数学对象推理任务上的实验表明，该方法优于传统合成数据创建方法，且对智能体本身的元优化带来了显著的性能提升。该研究为将推理算力转化为更高品质的模型训练提供了新途径。