公开合成数据 1.5%-10.2% 属幻觉交易声明,Datology 构建可控知识截止方案

pratyushmaini · x · 2026-10-30

Datology AI 指出:模型改写文档时会丢失知识截止保证,可能引入原始来源从未有过的新信息,这对回测(backtesting)是灾难性的——你无法确认数据在某个时间点之前真实存在。

他们据此推出了 BeyondWeb Ex Ante 方法,生成带可测量、可控知识截止保证的合成预训练数据。配图数据显示:公开合成数据中 1.5% 到 10.2% 的声明是交易相关且属幻觉;经过 backtest-safety 干预后,在评估的 58.4 万条声明中,交易相关幻觉声明降为 0。