Cohere发布零数据生成数据集方法

Cohere发布论文《Invent a Dataset》，提出仅依据数据集描述、用零种子数据生成逼真后训练数据集的方法。实验覆盖8类任务，对比Anthropic、Google、OpenAI、DeepSeek和Zai的API，数据集规模最高达2万条；论文报告相对质量提升17%、样本多样性提升19%，其中2万条时多样性领先37%。 但该方法并非在所有测试中都优于不训练：论文中的医疗问答实验中，使用前沿API原始合成数据微调后的模型排名低于未训练基座模型，显示零数据生成效果仍取决于任务与数据质量。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。