CuratorMAS 是一个多代理协作框架，用于自动化数据集策划。它将策划过程拆分为五个可编程执行阶段，形成并行工作流。
第一阶段进行数据集探索，收集文件结构、约束线索等上下文信息，以全面理解任务。第二阶段从在线资源检索最新领域知识，辅助评估。第三阶段推导评估标准并计算相应指标。第四阶段依据指标执行过滤。第五阶段的进化模块汇总评估结果并更新相关技能。
实验表明，CuratorMAS 将噪声率降低最高 36.03 个百分点，同时提升下游模型的 F1 分数最高 8.88 个百分点。
点评
CuratorMAS 是一个多代理协作框架，用于自动化数据集策划。它将策划过程拆分为五个可编程执行阶段，形成并行工作流。
第一阶段进行数据集探索，收集文件结构、约束线索等上下文信息，以全面理解任务。第二阶段从在线资源检索最新领域知识，辅助评估。第三阶段推导评估标准并计算相应指标。第四阶段依据指标执行过滤。第五阶段的进化模块汇总评估结果并更新相关技能。
实验表明，CuratorMAS 将噪声率降低最高 36.03 个百分点，同时提升下游模型的 F1 分数最高 8.88 个百分点。
点评