标签
一篇 arXiv 论文将薪资欺诈检测建模为合成人力资源（HR）/企业资源规划（ERP）图上的归纳式链接预测任务，对比了分析师规则、路径特征和图神经网络（GNN）。基于链式连接特征的梯度提升模型在链接预测平均精确率（AP）上优于 GraIL 风格的 GNN，而在标识符连接失效时，关系实体 GNN 表现最佳，这表明多跳带来的性能提升并非 GNN 所独有。
DiRAFT 通过从聚合话语先验而非单个源文本段落中采样概念图计划来合成金融转录文本，并在两个金融语料库上对残余保密风险进行实证评估，发现随机采样最能兼顾过渡保真度与隐私保护。
一篇讨论线程，介绍通过拟合缩放定律（scaling laws）来确定在合成改写上应投入多少算力以提升数据质量，以及基于改写数据训练的模型能否超越执行改写的模型本身的研究。
苹果公司的新论文介绍了 SynthAPI，表明对于使用工具的智能体而言，应用和数据库状态的多样性比单纯的任务数量更重要，并推导出一条数据混合缩放定律，其对留出集泛化能力的预测远优于仅基于任务数量的定律。
该论文提出了 FDSML，一种公式驱动的监督度量学习方法，在精细化的分形数据集（FineFractalDB）上使用参数感知三元组损失，以改进用于图像检索的合成数据预训练。与 FDSL 相比，该方法在 Stanford Online Products 和 Stanford Cars 数据集上的 Recall@1 指标均有显著提升。
该论文提出一个结合人工整理词汇表与少量人类范文的框架，利用启用推理的LLM为极低资源乃至未见语言生成流畅文本，为合成数据自举提供了一条实用路径。
ReCoPII 是一个以关系为基础的框架，用于在不依赖基于作者的假设的情况下构建上下文相关的个人身份信息（PII）掩码数据集，并生成带有 MASK/KEEP 标注的韩语语料库 ReCoPII-Ko，其与人工判断的一致率显著优于 SPY 式数据增强（88.42% 对比 26.27%）。
提出联邦两步合成框架FITS，通过局部线性回归估计条件累积分布函数，并结合连续化方法处理混合类型变量，在联邦设置下生成分布保真的表格合成数据。
该论文提出了一种重写缩放定律，根据模型规模、训练词元数、重写比例和数据训练轮数来预测损失，同时考虑生成重写数据所需的计算量。研究发现，最优重写比例随计算量的增加而提高，且使用重写数据训练的模型可以超越生成这些重写数据的模型。
谷歌研究人员提出了一种无需数据的同策略自蒸馏框架，让大语言模型根据粗略的主题描述，自行合成由查询和特权推理轨迹组成的训练课程，从而在无需外部监督的情况下，在文本和多模态基准测试中实现自我提升。
NVIDIA 通过新增训练工具、模拟检查点以及 Cosmos Data Factory 蓝图扩展了 Cosmos 平台，帮助开发者构建、评估和部署面向物理 AI 的世界模型。包括 Porsche、Volkswagen Group、ANYbotics、Microsoft Azure、Nebius 和 CoreWeave 在内的合作伙伴已在使用这些蓝图，加速自动驾驶汽车和机器人技术的开发。
论文提出 ChronoSynth，一种记忆增强、约束感知的时序知识图谱问题生成（TKGQG）框架，通过构建时序意图状态、检索适配问题模式并验证修订，在 CRONQUESTIONS 和 MultiTQ 上达到最先进性能。
论文提出了 Ask-to-Distill（A2D）框架，通过强化学习训练一个以学生模型初始化的合成器，生成能够激发教师密集监督信号的合成问题，从而实现无需参考答案的 on-policy 蒸馏。该方法在数学、代码和智能体任务上，相比未优化的提示词和真实问题库，均提升了性能并更有效地缩小了与教师模型的差距。
TraceForge 提出一种两阶段（监督+对抗）方法，从教师答案中生成匹配学生模型自身风格的推理轨迹，无需访问隐藏思维链，在 HumanEval+ 和 MBPP+ 等编码基准上显著超越使用教师原始思考内容的训练效果。
Ask-to-Distill 提出了一种优化合成问题的框架，通过将教师与学生之间的分布差异作为代理信号，在无需参考答案的情况下提升同策略蒸馏的效果，在数学推理、代码生成和智能体任务上优于未优化的问题集和真实问题库。
该论文提出了 ToMStories，一个包含约6,000个合成叙事片段的评测数据集，用于测试13个开放权重语言模型的心智理论推理能力。研究发现，大型模型在选择题上的表现与人类相当，但在开放式问题上表现不佳，且倾向于过度简化隐含的心理状态。
VerifierBench 引入了一个包含 222 个任务和 4,993 个隐藏测试用例的基准，用于评估 LLM Agent 生成可执行验证器的能力。研究发现，由于隐藏假设在自测中未被发现，验证器往往会错误拒绝有效的解决方案。
本文介绍了 Data World，一个多智能体引擎，通过显式的生成机制合称数据分析环境、任务和评分标准，从而实现可验证的开放式发现。在 2,135 个生成任务上进行 RL-zero 训练后，Qwen3.6-35B-A3B 在多个基准测试中均有提升，而对十个前沿模型的评估揭示了计算准确性与洞察推导之间存在持续的差距。
TempoPFN 发表于 NeurIPS 2026，提出一个合成时间序列生成器与增强库，用于预训练线性 RNN 时间序列基础模型，实现零样本预测，并已开源代码与模型权重。
论文提出 HybridResearcher，一个 4B 小型深度研究智能体，通过合成跨源轨迹与强化学习在结构化与非结构化数据之间进行推理，在 HybridDeepResearch 基准上超越更大的 Qwen3.5-397B-A17B，同时不遗忘单源能力。