ARTHURCHIAO'S BLOG
·
以旅行规划（Trip Planning）为例，看 DeepSeek-V3.2 如何合成高质量训练数据（2025）
💡
原文中文，约15000字，阅读约需36分钟。
📝
内容提要
DeepSeek-V3.2通过自动合成高质量旅行规划数据，提升行程规划能力。该流程包括数据集准备和模型微调，采用无人工干预生成任务，确保数据质量和数量，最终生成的任务可验证，适用于强化学习训练。
🎯
关键要点
- DeepSeek-V3.2通过自动合成高质量旅行规划数据，提升行程规划能力。
- 该流程包括数据集准备和模型微调，采用无人工干预生成任务。
- 高质量数据集的准备分为人工标注和自动合成两种方式。
- 考虑到人工标注成本高且可扩展性差，选择自动合成方式。
- 自动合成高质量旅行规划数据的流程包括获取基础旅游数据、生成旅行规划任务和验证生成的规划。
- Agent通过动态执行生成的代码来筛选出符合用户要求的高质量结果。
- DeepSeek-V3.2的工作流程包括环境和工具集构建、任务合成和解决方案生成。
- 生成的任务具有挑战性且易于验证，确保了数据的质量和数量。
- 最终生成了1,827个环境和4,417个任务，覆盖多个领域。
- 样本筛选标准为在100次随机尝试中至少能成功一次的任务才保留。
❓
延伸问答
DeepSeek-V3.2如何提升旅行规划能力？
DeepSeek-V3.2通过自动合成高质量旅行规划数据，提升行程规划能力，确保数据质量和数量。
自动合成高质量旅行规划数据的流程是什么？
流程包括获取基础旅游数据、生成旅行规划任务和验证生成的规划，确保任务可验证且具有挑战性。
为什么选择自动合成而非人工标注？
因为人工标注成本高且可扩展性差，自动合成可以在保证质量的同时增加样本数量。
DeepSeek-V3.2生成的任务有什么特点？
生成的任务具有挑战性且易于验证，确保了数据的质量和数量。
DeepSeek-V3.2的工作流程包括哪些步骤？
工作流程包括环境和工具集构建、任务合成和解决方案生成。
DeepSeek-V3.2最终生成了多少个环境和任务？
最终生成了1,827个环境和4,417个任务，覆盖多个领域。
➡️
