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%。
所属事件:NVIDIA 开源 NeMo Data Designer，25 万亿 token 流经该框架(3 条相关)→
「研究」频道最新
- Adobe 与 UCLA 提出 Tev：用可验证进度奖励破解长程 Agent 训练难题 — jiqizhixin · 2026-11-02
- 老招新用：path tracing 加 portal 采样，64spp 噪点显著下降 — ssh4net · 2026-11-02
- Marcel Böhme 提出漏洞引导加固哲学：为何安全永远无法一劳永逸 — mboehme_ · 2026-11-02
- Perplexity 开源研究型基准 WANDR：500 任务、17 万条证据点 — thisguyknowsai · 2026-11-02
- AI 意识研究者:我们没有可靠方法判断 AI 是否有意识 — dioscuri · 2026-11-02
- 蚂蚁团队发布统一反伪造模型，AI视频鉴伪达96% — inclusionAI · 2026-11-02