标签
本文对比了 text-albumentations 库与新的 Autodata 论文,后者增加了带有弱/强解析器和外部评判器的审查机制,以维持合成数据集的质量。
Meta FAIR最新论文提出Autodata方法,通过智能数据科学家Agent自主生成和优化高质量数据,使4B小模型在法律推理任务上击败397B大模型,预示数据质量可弥补参数量鸿沟,为数据pipeline和scaling提供新思路。
Meta 发布 Autodata,一个通过迭代使用多个 LLM 调整任务难度来生成高质量合成数据的代理数据科学家,输出用于 GRPO 训练。