Simula 从整体机制设计合成训练数据

谷歌研究团队提出 Simula，将合成数据生成看作整个数据集的机制设计问题，而非逐条生成孤立样本。方…

谷歌研究团队提出 Simula，将合成数据生成看作整个数据集的机制设计问题，而非逐条生成孤立样本。方案使用推理从基本要求出发组织数据，控制覆盖范围、复杂度与质量。

研究面向资料稀少、专门化或涉及隐私的应用，关注传统方法对人工提示和大量种子数据的依赖。团队希望通过更可解释的生成结构，提高合成数据扩展能力，并便于检查不同条件的覆盖情况。