BriefGPT - AI 论文速递 ·

语言模型合成数据的规模规律

💡 原文中文，约300字，阅读约需1分钟。

📝

内容提要

本研究提出了SynthLLM框架，通过图算法从多文档中提取高级概念，生成高质量的合成数据。结果表明，SynthLLM生成的数据可靠且可扩展，优于现有方法，突显了合成数据作为替代品的重要性。

🏷️

NVIDIA把老师傅的判断变成了训练数据
NVIDIA与Palantir合作，将供应链规划师的决策依据、理由与结果写入Ontology，并微调约300亿参数的Nemotron小模型辅助GPU分配。...
开源天气模型已经很快，真正的瓶颈却在数据
Hugging Face与Earthmover发布开源天气模型教程，以Aurora为例，展示从ERA5提取初始条件、执行24小时预测并计算误差的完整流程。...
Anthropic自曝：Claude被一句指令破解，蒸馏规模达1.51亿次
Anthropic报告称，阿里、月之暗面、DeepSeek对Claude发起大规模蒸馏攻击。阿里通过3500个欺诈账户在三个月内发起1.51亿次交互，峰值...
现在人人都能让数据发挥作用
OpenAI在ChatGPT Work中推出Data agent，可连接Snowflake、Databricks等企业数据源，用户通过自然语言提问即可分析...
Fable 5.1 对比 Fable 5：真实预算下的结果，而非规格表上的数据
Anthropic称Claude Fable 5.1在科学基准测试中得分52.6%，远超旧版24.7%。但作者以普通用户条件自测五个任务，得分仅0%和20...
利用全新的数据与测量工具驱动盈利增长
谷歌发布测量套件更新：Data Manager整合进GA和DV360，统一一方数据，广告主增量ROAS平均提升26%；增强型转化使搜索转化提升11%；Da...