本研究提出了一种自校准方法，解决模型压缩中的数据不足问题，能够生成合成校准数据，从而提升下游任务性能，超越真实数据的结果。
本研究提出了一种自校准方法，解决模型压缩中的数据不足问题。
自校准方法能够生成合成校准数据，提升下游任务性能。
该方法使模型能够自主生成数据，更好地逼近预训练数据分布。
实验结果表明，自校准方法在多个模型和任务中有效提升性能，超越真实数据的结果。
完成下面两步后，将自动完成登录并继续当前操作。
