跨国深谈← 返回←合成数据 (synthetic data)

集里怎么说它

• 《Handshake：靠学生网络四个月做到五千万ARR》(62:00起):本集说合成数据在可验证领域（如数学）有角色，但从实验室听到的共识是合成数据不会占据主导地位
• 《10亿收入不到100人:数据公司 Surge AI 如何逆行塑造 AI 未来》(14:47起):本集在讨论后训练数据取舍时被提及,指模型训练时混合使用的数据类型之一,是前沿实验室面临的无限选择之一。
• 《Mercor CPO:开源模型蚕食不了数据生意》(00:40起):本集提到合成数据用于自动质量控制和改进交付,是项目成本中 LLM 支出的一部分。
• 《Rich Sutton：LLM 不是全部智能，真正的AI必须持续学习》(11:03起):本集说基础模型实验室做合成数据生成是「大错误」，因为合成数据本质上还是由人类专家决定什么是好的数据，智能体并没有从自身经验中生成经验
• 《数据成了企业唯一的护城河：AI时代的数据基建怎么做》(07:16起):本集说大部分公开数据集看起来太像合成数据，不能反映真实公司的运作方式，很难用来构建真正工作的应用

① 提到它的金句

1 条

我认为合成数据在可验证的领域有一席之地，但我们从公司那里听到的说法始终是，合成数据不会占据主导地位。
I think synthetic data has a role to play and in verifiable domains, but what we consistently hear from companies it’s like synthetic data is not going to dominate.
—— Garrett Lord · [62:00]

指向原始笔记的链接

② 出现在这些集

5 集

• 《Handshake：靠学生网络四个月做到五千万ARR》 — 作为概念(提及)
• 《10亿收入不到100人:数据公司 Surge AI 如何逆行塑造 AI 未来》 — 作为概念(提及)
• 《Mercor CPO:开源模型蚕食不了数据生意》 — 作为概念(提及)
• 《Rich Sutton：LLM 不是全部智能，真正的AI必须持续学习》 — 作为概念
• 《数据成了企业唯一的护城河：AI时代的数据基建怎么做》 — 作为概念(提及)

③ 关联

点进去有真内容 —— 本页主要出口

后训练 · 智能体 · ChatGPT · Claude · Lenny · 数据标注 · 预训练 · Anthropic · Garrett Lord · Edwin Chen