Два исследователя Google, Тим Р. Дэвидсон и Хамза Харкос, разработали Simula — инновационную платформу для создания синтетических данных, которая делает процесс более управляемым и эффективным. В мире, где генералисты ИИ доминируют благодаря большому объему интернета, специализированные приложения требуют целенаправленного синтетического подхода, так как реальных данных порой не хватает.
Simula рассматривает генерацию синтетических данных как задачу проектирования механизмов, что позволяет глубже управлять охватом, сложностью и качеством создаваемых наборов. Методология reasoning-first дает возможность разрабатывать данные с нуля, обеспечивая высокую степень разнообразия и контролируемости. Такие механизмы, как локальная диверсификация и комплексизация, избегают проблем с идентичностью примеров и позволяют экспериментировать с трудностью данных без потери их семантики.
К тому же, новый подход к оценке синтетических наборов данных повышает их актуальность благодаря таким метрикам, как Taxonomic Coverage и Calibrated Complexity Scoring.
Simula демонстрирует, что будущее ИИ зависит от качественных синтетических данных, что, в свою очередь, открывает новые горизонты как для бизнеса, так и для науки.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена