IXThinker·2025-04-27 00:00

上海AI實驗室開源GraphGen合成垂域數據

垂直領域大模型訓練長期受制於高質素問答數據稀缺：人工標注成本高昂，合成數據又難以兼顧質素與專業性。上海AI實驗室等機構提出開源框架GraphGen，以知識圖譜引導加雙模型協同的機制自動生成專業問答，增強模型對垂域的理解。

痛點所在

醫療、農業等垂域模型訓練所需的問答對數量龐大，人工標注成本高昂，而一般合成數據常陷入質素與專業性難以兼得的困境。數據瓶頸直接拖慢垂直領域大模型的迭代速度，成為行業公認的痛點。