LLM 回测被知识截止污染？Datology 给出可控合成数据方案
josh_wills · x · 2026-10-30
将 LLM 用于交易回测时，需要在训练数据截止之后的时间段上测试，否则模型会“偷看”历史答案。但用合成数据时问题更棘手：模型在改写文档时会引入源文档中不存在的信息，导致知识截止保证失效，回测结果被污染。
Datology AI 团队发博文介绍了一种生成合成预训练数据的方法，可实现可测量、可控制的知识截止保证——即使使用最新的合成模型，也能确保接近零的知识截止污染，让 LLM 回测具备可信度。
「研究」频道最新
- CVPR 2027 重磅新规：无录用作者限投1篇，缺 LLM 声明直接拒稿 — CSProfKGD · 2026-10-30
- CVPR 2027 新规：每人限投25篇，强制声明 LLM 使用 — CSProfKGD · 2026-10-30
- NUS Xavier Bresson 图机器学习课程第10讲:当 GNN 遇上大语言模型 — xbresson · 2026-10-30
- 单神经元改造 Qwen3-8B 成「猫头鹰」，机制竟绑在聊天模板上 — maxsloef · 2026-10-30
- WSDM 2027 将办首届 LongSeek 研讨会，聚焦长时程信息检索 — mrdrozdov · 2026-10-30
- 开发者用 Lean 4 形式化非对称度规张量论文，174 次提交开源 — SubtleGradient · 2026-10-30