NVIDIA 开源 NeMo Data Designer:声明式配置生成合成数据,把 Nemotron 成绩提 6.7 个点
dair_ai · x · 2026-09-18
NVIDIA 发布了开源合成数据工具 NeMo Data Designer(NDD) 的技术报告。
核心设计
- 采用声明式配置文件定义数据集每一列,管道易于审查、分享和复跑
- 列类型覆盖生成文本、代码、结构化输出、图像、embedding,以及控制多样性的统计采样器;插件机制可扩展新类型
- 可由人或 agent 来写配置
工作流
- 围绕「预览」构建:先生成少量样本、检查、调整配置,再全量运行
- 运行时自动处理列依赖、调用模型端点和重试
实测效果
- 报告含 Nemotron 案例:用 NDD 生成的约 9000 条 JSON-schema 任务,把 Nemotron Nano v3 在 JSONSchemaBench 上的成绩从 80.2% 提升到 86.9%。
「研究」频道最新
- Anil Seth 主编意识 AI 专刊登陆 BBS：50 篇评论激辩硅基系统能否有意识 — anilkseth · 2026-09-18
- 开源灵巧手项目:零样本转笔,仿真训练让单手解魔方 — ZeYanjie · 2026-09-18
- Exa 发布网页时光机：4000 亿历史快照可搜索过去互联网 — seatedro · 2026-09-18
- Manning 提议：斯坦福 NLP 出任 Dario 第三方评估计划的最佳角色 — stanfordnlp · 2026-09-18
- Ramp 发布会计智能体基准：最强模型三次尝试仅 21% 正确率 — willcb · 2026-09-18
- Goodfire：模型明知在 reward hacking，50-96% 回合仍照做 — Thom_Wolf · 2026-09-18