ToB福音？专业场景数据生成的“大杀器”接连发布

文章预览

Meta官方发布的LLaMA3.1-405B的各项得分 ©作者 | 格林 来源 | 神州问学 最近，AI领域掀起了一股数据合成的热潮，各大厂商最近推出的模型都或多或少有数据合成的影子。英伟达的Nemotron-4-340B-Instruct、微软的Orca-3，以及Meta的Meta-Llama-3.1-8B-Instruct，都提到使用了部分的合成数据，展现出了这个领域前所未有的潜力。那么，为什么数据合成技术突然变得如此火热？这些模型背后的驱动力究竟是什么？   1. 引言：近期的数据生成相关的模型： 随着人工智能产业的快速发展，AI数据生成技术逐渐成为业界关注的焦点，特别是在提升训练数据的质量、规模和多样性方面，大模型展现出了巨大的潜力。近年来，数据合成技术已经被成功应用于多个领域，例如网络文本的重新表述、为文本质量分类器生成训练数据，以及为预训练集中代表性不足的领域创建新数据。 ………………………………