Команда исследователей Google, включая Тима Дэвидсона и Хамзу Харкса, представила новый фреймворк под названием Simula, который предлагает революционный подход к созданию синтетических данных. Эта новая парадигма синтетической генерации данных теперь рассматривается как задача механизмов на уровне набора данных. В условиях растущей нехватки высококачественных данных для специализированных ИИ, Simula предлагает четкий и управляемый метод, позволяющий контролировать охват, сложность и качество данных.
Одна из ключевых особенностей Simula заключается в ее способности строить полные наборы данных с самого начала, избегая зависимости от ручных подсказок или специфических данных-основ. Система применяет итеративный процесс, который создает и уточняет подкатегории данных, строя иерархическое таксономическое дерево, что способствует разнообразию наборов данных.
Simula также обеспечивает локальную диверсификацию, сложность данных и тщательно контролирует качество, что позволяет значительно улучшить эффективность генерации данных. Исследование системы показало, что синтетические данные, созданные с помощью Simula, имеют широкий спектр применений, включая кибербезопасность и правовые технологии. В условиях, когда качественные данные становятся дефицитом, Simula может стать важным инструментом для следующих поколений ИИ.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена