**Curation-Bench: 评估通用智能体自动化数据筛选的基准**

_Can Generalist Agents Automate Data Curation?_

> 本文提出Curation-Bench基准，让通用智能体在固定训练流程下迭代执行数据筛选策略。开箱即用的智能体十轮内可达到强基线，但轨迹分析表明其仅微调局部变体，存在执行–研究差距。通过要求每轮引用并实例化先前方法的脚手架，智能体转向方法引导探索，自主组合出在十分之一数据预算下优于强基线的策略。结论：智能体能运行筛选循环，但可靠的数据研究需脚手架式适应，而非仅靠开放提示。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.04261)