alphaXiv 发明零样本造数据法,质量与多样性分别提升 17% 和 19%
sarahookr · x · 2026-10-01
Sara Hooker 团队发布 Invent-a-Dataset 技术报告,针对最极端也最常见的场景:想训练某项能力但手头没有任何种子数据。系统以自然语言描述为输入,直接生成大规模、可直接用于后训练的数据集。
- 评测覆盖 Anthropic、Google、OpenAI、DeepSeek、智谱五个前沿模型 API,涉及八类任务,数据规模最高 20K 样本
- 相对基线,质量提升 17%,样本多样性提升 19%;规模越大优势越明显,从 200 样本时的持平扩大到 20K 样本时 37% 的多样性领先
- 用 Invent 生成数据微调的模型,在后训练评测中稳定高于其他生成方式微调的模型
对缺乏数据积累的团队,这提供了一条从描述到训练集的可行路径。
所属事件:Adaption AI 发零数据造训练集研究 质量多样性齐升(3 条相关)→
「研究」频道最新
- NYU 提出 DAGent:边评估边生长的深度研究智能体规划框架 — newyorkuniversity · 2026-10-02
- 亚马逊 MILO 框架:自动进化 agent harness,Terminal-Bench 登顶 — amazon · 2026-10-02
- 研究:暴露模型身份致多智能体抱团,协作成功率从96%跌至81% — Xavier Del Giudice · 2026-10-02
- 微软提出 Rubric Response Theory,用项目响应理论重构 RL rubric 奖励 — microsoft · 2026-10-02
- 新基准 SI-cpWER 考核跨会议说话人身份持久性,ThyVoice 错误率最低 — Shantanu Vispute · 2026-10-02
- Sonia Joseph 联合创办 World Mechanics,为物理世界基础模型做原生可解释性 — soniajoseph_ · 2026-10-02