DataEvolver：多级自演化自动数据准备系统

2026年10月15日，arXiv Artificial Intelligence 刊出由 Chao Deng、Shaolei Zhang、Ju Fan、Xiaoyong Du 提出的 DataEvolver 数据准备系统。该系统通过多级自演化自动构建数据处理流水线：在算子层面扩展算子库并优化逻辑计划以解决依赖冲突；在流水线层面将计划实例化为代码，并利用试运行输出反馈迭代优化。报道称，在七个基准上，其数据质量显著提升，下游大语言模型性能相比原始数据训练平均提升约 10 分。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此不存在早先报道与后续报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。