IXThinker·2025-05-27 14:20

麥吉爾團隊 LLMSynthor 化身數據模擬器

針對現有數據合成方法在合理性與分布一致性上的不足，麥吉爾大學團隊提出新方法 LLMSynthor，把大模型轉化為結構感知的數據模擬器，為隱私敏感、數據稀缺場景生成高質量替代數據。

方法動機

現有合成方法產生的數據在合理性與分布一致性上表現欠佳，且缺乏自動適配不同數據的能力，擴展性較差；大模型本身又受採樣效率與上下文窗口大小限制，難以直接合成大規模數據集，兩者之間存在明顯落差。