# DataMaster：让模型自己搜数据、洗数据、拼数据，MLE-Bench Lite 奖牌率从 35.91% 拉到 68.18%

> 原标题：DataMaster：当AI开始成为自己的数据工程师

- 来源：机器之心 · 公众号
- 发布时间：2026-06-02T05:30:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33061
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651036359&idx=3&sn=4a37dcabcf03195ad573d1aa43e29555

## 摘要

这篇论文提出了 DataMaster，一个让大模型自己当数据工程师的流程。它不碰模型结构和训练算法，只做三件事：自动搜索外部数据、清洗脏数据、把多个数据集拼成一张表。在 MLE-Bench Lite 这个机器学习竞赛基准上，DataMaster 把奖牌率从 35.91% 提到了 68.18%，几乎翻倍。

## 推荐理由

DataMaster 让大模型自己完成外部数据搜索、清洗与多表拼接，不改模型结构和训练算法，在 MLE-Bench Lite 上把奖牌率从 35.91% 提到 68.18%。

## 锐评

奖牌率从 35.91% 到 68.18%，接近翻倍，这个数我信，因为 DataMaster 没动模型和训练代码，只让系统自己搜数据、洗数据、拼表。做 ML 的都知道脏活全在数据上，能把这部分自动化，收益比调模型大得多。

MLE-Bench Lite 不是完整版，单篇论文也没生产环境验证，68.18% 先当上限看。方向对，数字也够具体。
