Cohere 论文：零种子数据自造数据集效果更佳

Cohere 团队（Shivalika Singh、Sara Hooker 等）发布 arXiv 论文《Invent a Dataset》，研究 AI 开发中目标能力完全没有种子数据的「零数据」极端场景。结果显示，零种子数据构造的数据集在质量上高出 17%、多样性高出 19%。论文合著者还制作解读视频指出一个反直觉发现：在医疗问答测试中，用前沿模型 API 直接生成合成数据微调，效果反而不如不训练。

2026-10-21 ~ 2026-10-21 · 2 条相关

• 合著者做解读视频：用前沿 API 合成数据微调反而不如不训 — idanbeck · 2026-10-21
• Cohere 团队论文:零种子数据造数据集,质量高 17% 多样性高 19% — idanbeck · 2026-10-21