上海AI实验室突破：机器自动调制最优训练数据配方，提升模型性能

训练数据的质量与配置方案，直接决定了大型语言模型的最终性能表现。这如同为顶级餐厅设计菜单——需要主厨精准把握食材特性、处理工序与风味平衡。上海AI实验室与复旦大学在2026年2月联合发表的研究，提出了名为“DataChef”的解决方案，实现了AI训练数据配方的自动化生成。这项研究为长期困扰业界的训练数据自动化配置问题，提供了关键的技术突破。

传统AI训练数据的准备流程，高度依赖专家经验与反复试错。研究人员需要从庞杂的原始数据中筛选有效信息，执行清洗、格式化、去重等系列操作，并最终确定各数据源的最优混合比例。整个过程耗时费力，且难以规模化。

随着模型参数与数据规模的指数级增长，人工配置数据方案的局限性日益凸显。寻找高效、可复现的自动化数据配方生成方法，已成为推动AI技术发展的核心瓶颈之一。

DataChef：构建自动化数据配方引擎

DataChef的核心突破，在于将数据配方生成构建为端到端的自动化流程。该系统如同一位经过专业训练的“数据主厨”，能够根据特定AI任务的目标，自动选择数据原料、设计处理流水线，并输出可直接执行的代码脚本。

为训练这套系统，研究团队构建了涵盖31个任务类型的综合训练环境，涉及数学推理、代码生成、医学、金融等19个不同领域。每个任务对应8至15个原始数据源，总计纳入257个数据集，为算法提供了充分的“学习素材”。

核心创新：高效评估数据配方质量

研究的关键挑战在于如何快速、低成本地评估生成数据配方的有效性。传统方法需用该配方数据完整训练模型并进行评估，计算开销巨大。

团队为此开发了“数据评估器”模块，能够直接对数据样本进行质量分级，无需执行完整的模型训练。该模块将样本划分为五个质量等级：无效样本、格式错误、内容错误、任务不匹配及高质量样本，实现了配方效果的快速预估。

两阶段训练框架：从监督学习到强化优化

DataChef采用两阶段训练策略。第一阶段为监督学习，使用高质量人工标注的数据配方示例，使模型掌握基础的数据处理逻辑与代码生成能力。第二阶段引入强化学习，模型根据“数据评估器”的反馈持续优化其生成的配方，在探索与利用中不断提升性能。

性能表现：达到业界领先水平

经训练的DataChef-32B模型在多项测试中展现出卓越性能。在数学任务上，由它生成数据配方所训练的Qwen3-1.7B模型，在AIME‘25数学竞赛中获得66.7分，超越了使用专家手工配置数据的同规模模型。在气候科学问答任务ClimaQA上，其助力模型取得了46.3分的成绩。

横向对比显示，DataChef的综合表现与Google Gemini-3-Pro等顶级商业模型相当。其内置评估器的预测准确性在多领域均表现稳定，优于许多仅在特定领域有效的传统评估指标。

机制洞察：算法的配方生成偏好

分析表明，DataChef在生成配方时展现出清晰的策略性。它会优先选择高价值数据源，并自动构建复杂但高效的数据处理流程。例如在金融任务中，系统能自动识别并聚焦于下游表现最佳的数据集，同时过滤低质量噪声，其自动化筛选能力超越了简单的数据合并策略。

DataChef的端到端自动化特性是其突出优势。与现有半自动化工具不同，它能够从任务描述开始，完全自主地生成包含自然语言规划与可执行代码的完整数据配方，大幅降低了专业门槛与时间成本。

当前局限与未来方向

该研究仍存在一定局限。DataChef目前主要依赖大语言模型作为评估器，虽具良好通用性，但在某些专业领域的评估精度可能不及专用工具。此外，面对训练数据分布外的全新任务类型，系统可能需要额外的调优。

尽管如此，这项工作的产业意义重大。DataChef显著降低了高质量训练数据的制备门槛，为AI系统的自适应学习与进化提供了新的技术路径。未来，自动化数据配方生成有望成为AI研发的基础设施，推动模型更快速、精准地适应各类新兴任务。

从本质上讲，DataChef代表了AI研发流程自动化的重要里程碑。它将研究者从繁重的手工数据工程中解放出来，使其能更专注于算法创新与问题定义。对于终端用户而言，这意味着未来的AI应用将具备更强的适应性与个性化能力，提供更智能的服务体验。虽然目前主要应用于研究场景，但此项技术预计将逐步渗透至产业界的各类AI应用中。

Q&A

Q1：DataChef是什么？

A：DataChef是由上海AI实验室研发的自动化系统，专为大型语言模型生成优化的训练数据配方。它能够根据任务目标自动选择数据源、设计处理流程并生成执行代码，实现训练数据准备的全流程自动化。

Q2：DataChef比人工配置数据有什么优势？

A：DataChef的核心优势在于效率、可复现性与可扩展性。它能在极短时间内生成高质量数据配方，其效果可媲美甚至超越专家手工配置，同时大幅降低了时间成本与对专业经验的依赖。

Q3：普通人能使用DataChef技术吗？

A：目前DataChef主要面向AI研发人员与数据科学家。虽然普通用户无法直接操作，但该技术的下游应用将使AI产品和服务更快速适应新需求，最终提升终端用户的使用体验。随着技术成熟，未来可能出现更简化的工具版本。