数据策展 LLM-DailyDigest 2026-08-20 2026-08-20 约 100 字 预计阅读 1 分钟 数据策展 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 三维生成 1 3DCodeVerse：以可执行代码生成与验证 3D 世界 10-18 主动学习 3 解构多任务主动学习：梯度冲突悖论与正交分解 10-19 通过预测误差将内部表征转化为模型改进 09-30 生物多样性监测中的主动学习：从标签效率到可靠生态推断 09-24 代码评测 1 ExeBench-FHD：提升反编译器评测保真度 10-21 体裁扩展 1 属性引导的多体裁创意写作数据扩展 08-21 动作纠错 1 SportSkills：从体育教学视频学习身体技能并按动作错误检索示范 08-24 医疗人工智能 1 RetiJev：快速且来源可溯的眼科决策模型 10-23 医疗人工智能评测 1 合成胸片在数据集准入阶段的质量、来源与证据评估 10-22 协同演化 1 CoTrace：面向终端智能体的脚手架感知数据配方 10-08 因果推理 1 ECI2D：以可执行因果干预蒸馏自生成上下文示例 10-18 在策略蒸馏 1 单样本 On-Policy Distillation：状态覆盖与监督吸收瓶颈 09-18 地理课程 1 基于地理隔离的可扩展遥感自监督学习 08-22 多模态学习 1 RGBD20K：大规模 RGB-D 语义分割基准 09-26 学术论文 2 六大顶会 2298 张论文主图开源画廊 09-21 Atlas of Judgment：ICLR 九年 52,460 篇投稿评审图谱 09-10 指令精炼 1 指令质量决定偏好学习效果：基于奖励与规则的指令精炼 08-29 提示优化 1 Goldsmith：金标准损失引导的标注定义优化 10-08 数据合成 3 ZoomCap：证据路由视觉缩放实现可恢复视觉信息迁移 10-18 RailSyn：面向铁路异物检测的诊断引导图像生成 09-01 什么是优质智能体数据？基于 ACE 视角的数据生成框架 08-28 数据归因 1 RL-IF：追踪在线强化学习中的非局部训练数据影响 10-22 数据混合 3 指令微调混合中的有向任务迁移：A 帮助 B，B 却伤害 A 10-01 难度感知数据策展缩小文档 VLM 成本与质量差距 09-02 工业级 LLM 后训练：面向棕地维护的 Dataware 工程 09-01 数据策展 33 GEPA-Curator：面向自改进智能体的经验策展学习 10-29 数据策展究竟提升上限还是加速训练？ 10-29 DDF：智能体评估管线中的边际数据价值量化 10-22 从关联性到决策价值：VLA 语料选择中的配对指令依赖测试 10-22 近重复图像选择可在视觉语言模型间传递偏好 10-21 MetaCurate：演化高质量编程智能体数据筛选器 10-19 LongForge：用证据-断言推理图度量与改进长上下文指令数据 10-19 Librarian Agents：面向未来查询的长上下文工作空间策展 10-18 大语言模型数据策略：训练全生命周期统一视角 10-18 最难样本训练的可证明优势：仅保留 2N 个样本实现最优误差率 10-18 英语质量分类器的多语言预训练数据筛选适配 10-10 DataSense-Bench：迈向 AI 科学家的数据感知评测 10-09 MAP4CS：面向代码检索器微调的多维数据剪枝框架 10-09 Kuration SDK：以数据策展弥合世界模型的 Virtual2Real 鸿沟 10-08 LeCuration：小型世界模型驱动的多功能数据策展 10-08 无标签线性规划数据集剪枝方法 10-08 基于训练动态的合成数据特性分析 10-01 QuanReview：离线可审计的人类与 LLM 跨度标注协调系统 09-30 面向泰英指令遵循机器翻译的参考译文驱动数据策展 09-30 DTV：后训练强化学习中的动态轨迹估值 09-30 双置信度门控本地 LLM 评判器筛选商户匹配训练数据 09-29 代码数据如何助益不同任务：LLM 后训练的分解视角 09-29 多样化 SFT 推理轨迹提升强化学习后泛化 09-29 FROST：真实数据锚定的在线合成数据筛选 09-26 北大开源 DataFlex-RL：统一接入与公平比较 RL 数据策略 09-25 结构优先：面向高效文本转语音的社区感知核心集选择 09-22 WeVisDoc：面向稳健端到端文档解析的两阶段数据框架 09-19 DianShi-RxnDB：大规模细粒度有机反应数据平台 09-11 面向金融推理的数据中心后训练：挖掘、蒸馏与可验证学习 09-10 On-Policy Distillation中的数据效率与难例选择 09-07 从重加权到响应重写：释放影响样本的训练干预效应 09-03 蚂蚁OmniTable统一宽表管理35PB大模型训练数据 09-02 基于失败模式上下文赌博机的对抗数据策展 08-20 数据自演化 2 清华 AutoSFT：多智能体自主优化训练数据 10-24 VISA：面向多模态指令遵循的智能体自演化数据合成 08-27 智能体评测 2 Harbor Adapters：大规模智能体评测基础设施与 Harbor-Index 09-10 Harbor Adapters 与 Harbor-Index：大规模智能体评测基础设施及精选元数据集 09-07 模型微调 4 突破先验障碍：长尾分布下的监督微调 10-09 OmniEdu：面向 K-12 学习与教学的开放基础模型 09-23 依赖感知轨迹精炼：高效多轮智能体微调 09-17 TailSFT：过滤式微调提升后训练性能 09-14 模型训练 2 Rufus-Air：开放可复现的大模型后训练方案 09-25 Marin 公开 5000 亿参数 MoE 模型训练全过程 09-07 模型评测 1 Our Own Jev：单次前向传播的类型化决策与开放 LoRA 评判模型 10-22 界面移除 1 Game2World：清理游戏 UI 以扩展世界模型训练数据 08-27 科研评测 1 GPT-1900重演光量子：AI科学创造力的“爱因斯坦测试” 09-21 经验学习 1 Knowledge Weaver：基于互信息的知识积累 10-08 肌电数据采集 1 OriginFlow以神经肌电构建具身智能Human Tokens 08-23 自动化科学研究 1 训练推理模型生成多样化科学创意 10-18 自蒸馏 1 基于熵增益采样与答案混合的递归离线蒸馏 10-18 评测基准 3 KoNeoBench：韩国语新词理解评测基准 09-18 BENCHCOMPASS：支付领域大模型训练与脚手架决策评测基准 09-17 专家引导的情境化有效评测基准生成框架 09-16 评测基准构建 1 BTS-AgentBench：从只读遥测日志构建可复现智能体基准 08-28 评测审计 2 RLVR 数学数据去污染的可靠性与成本评估 10-18 DataFlex-RL：RLVR 数据策略评估平台 09-15 轨迹筛选 1 SWE-Prime：更少轨迹实现更强软件修复性能 08-28 过滤式微调 1 TailSFT：过滤式微调提升强化学习后训练性能 08-27 逆合成分析 1 化学合理性感知大模型用于单步逆合成 08-21 预训练 1 预训练知识获取：辅助视图提升大模型学习效果 09-07
