深度分析
Meta 推出 Autodata 框架，透過 Agentic Self‑Instruct 生成高品質合成資料
Meta AI 的 RAM 團隊針對 AI 訓練資料品質瓶頸，開發了 Autodata 框架，讓大型語言模型以代理人角色自行產生、評估、迭代訓練與測試資料。系統採用四個子代理人（挑戰者、弱解答者、強解答者、驗證者）形成封閉回路，根據嚴格的品質門檻自動調整生成配方。
深度分析
Meta AI 的 RAM 團隊針對 AI 訓練資料品質瓶頸，開發了 Autodata 框架，讓大型語言模型以代理人角色自行產生、評估、迭代訓練與測試資料。系統採用四個子代理人（挑戰者、弱解答者、強解答者、驗證者）形成封閉回路，根據嚴格的品質門檻自動調整生成配方。
Agentic AI
醫療物理迎來 AI Agent 革命！新系統 DosimeTron 結合 GPT-5.2 與蒙地卡羅模擬，將複雜的 PET/CT 個體化輻射劑量計算流程完全自動化。研究顯示其計算精準度極高且無執行錯誤，大幅降低醫療人員操作門檻並提升臨床效率。