Исследователи предложили метод Autodata. Он позволяет ИИ‑агентам выступать в роли дата‑сайентистов и самостоятельно собирать качественные наборы данных для обучения и оценки моделей. В работе описано, как обучать такого агента, включая использование мета‑оптимизации, чтобы со временем он создавал все более сильные обучающие данные. Там же формализована общая архитектура системы и показана практическая реализация под названием Agentic Self-Instruct.
Эксперименты проводились на задачах, связанных с исследованиями в области computer science, юридическим рассуждением и рассуждением над математическими объектами. В этих сценариях метод показал более высокие результаты по сравнению с классическими способами создания синтетических датасетов. Когда авторы дополнительно применили мета‑оптимизацию самого «агента‑дата‑сайентиста», производительность выросла еще заметнее.
Как сообщает arXiv cs.AI (Artificial Intelligence), агентный подход к созданию данных также позволяет задействовать увеличение inference compute, чтобы получать более качественные данные для обучения моделей. По мнению авторов, это направление может изменить сам подход к построению данных для систем искусственного интеллекта.
Ключевые факты
В препринте arXiv:2606.25996v1 представлен метод Autodata, позволяющий AI‑агентам выступать в роли data scientist и создавать обучающие и оценочные данные.
Авторы описывают обучение такого агента через meta‑optimization, чтобы он со временем генерировал более сильные данные.
Практическая реализация метода описана как Agentic Self‑Instruct.
В экспериментах на задачах computer science research, legal reasoning и reasoning с математическими объектами метод показал улучшения по сравнению с классическими методами создания синтетических датасетов.