研究者提出合同约束的数据集搜索框架AgenticDS并发布基准

Qiaosheng Chen 等研究者提出合同约束的智能体数据集搜索框架 AgenticDS，用于在百万级机器学习仓库中搜索训练数据集：将查询编译为类型化搜索计划，经确定性算子执行混合检索与有界图扩展，并通过证据验证后才接受排序结果。 论文同时发布新基准 HuDS-Bench。研究者称，在该基准的 200 条查询（共 24,908 条分级标注，汇集自 15 个系统）上，AgenticDS 的 NDCG@10 比最强稠密-稀疏混合检索高 25.7%，比一个商业 LLM 智能体高 18.9%。代码和数据已公开。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。