AgenticDS：面向模型训练的数据集搜索框架

论文提出契约约束的数据集搜索框架 AgenticDS，并报告检索与下游训练效果提升。

资讯摘要

论文提出 AgenticDS，一个由契约约束的智能体框架：将查询编译为类型化搜索计划，通过确定性算子执行混合检索与有界图扩展，并在接受排序前核验来源证据。作者在 HuDS-Bench（200 条查询、24,908 条分级判断）上报告 NDCG@10 较最强稠密-稀疏混合方法提升 25.7%，较商业 LLM 智能体提升 18.9%；搜索到训练实验显示其检索数据集在数学、代码、医学任务上取得最佳下游准确率。代码与数据已公开。

要点速读

1. 论文提出 AgenticDS，将查询编译为类型化搜索计划，由确定性代码执行并核验证据。
2. 在 HuDS-Bench 上，作者报告 NDCG@10 较最强稠密-稀疏混合方法提升 25.7%，较商业 LLM 智能体提升 18.9%。
3. 搜索到训练实验显示，其检索数据集在数学、代码、医学任务上取得最佳下游准确率。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。