斯坦福 CS 329Z 讲座：AI Agent 数据选择与质量

推文介绍了斯坦福 CS 329Z 课程第 12 讲内容，聚焦 Agent 训练数据的筛选问题。讲座探讨了三个核心问题：哪些任务值得做强化学习，哪些轨迹值得做模仿学习，数据要多还是要精。

作者分享了多个案例，如 Meta CWM 通过去除相似轨迹提升数据质量，SWE-bench Verified 通过过滤不清晰的问题描述提高评测可靠性；CodeMidas、DAPO、LEGO-RL 等项目的筛选方法；以及 LIMI 等精选数据集与 Orchard 等大规模数据的对比，指出数据规模与精选的权衡。