CuratorMAS：通过多智能体编排实现数据集自动化整理

CuratorMAS 是一种通过多智能体协作自动化评估与整理高质量数据集的框架。该框架将复杂整理流程拆解为数据集探索、在线领域知识检索、评估标准推导与计算、数据过滤以及技能演化 5 个可编程执行阶段，形成可并行工作流。实验表明，CuratorMAS 将噪声率降低高达 36.03 个百分点，并使下游模型的 F1 分数提升高达 8.88 个百分点。