基于大语言模型（LLM）的合成数据生成、策展和评估的综述

文章预览

大模型智能｜分享 来源 | 专知 论文链接：https://arxiv.org/abs/2406.15126 在不断发展的深度学习领域，数据的数量和质量问题一直是一个长期存在的难题。最近大语言模型（LLMs）的出现为合成数据生成提供了一种以数据为中心的解决方案，缓解了现实世界数据的限制。然而，目前对这一领域的研究缺乏统一的框架，大多停留在表面。因此，本文基于合成数据生成的一般工作流程，整理了相关研究。通过这样做，我们突出了现有研究中的空白，并概述了未来研究的潜在方向。本研究旨在引导学术界和工业界向更深入、更系统地探究LLMs驱动的合成数据生成的能力和应用。 在深度学习领域不断演变的背景下，数据数量和质量的问题一直是一个长期存在的困境。大语言模型（LLMs）的革命性出现引发了深度学习领域的显著范式转变（Zhang et al., 2023a; Guo et al., 2023 ………………………………