知识卡片
合成数据循环要检验
模型生成内容进入后续训练集,可能改变新模型保留原始数据模式的能力。原书把递归训练退化作为研究风险,同时说明影响更复杂;不能据此断言所有合成数据都无效。应检查生成、筛选、与原始数据混合及评价条件,而不是只看数据量增加。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
反复使用AI生成的数据来训练新的AI模型,会导致新模型逐渐遗忘原始的数据模式,从而随着时间推移性能逐渐下降(Shumailov等,“The Curse of Recursion: Training on Generated Data Makes Mo
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:反复使用AI生成的数据来训练新的AI模型,会导致新模型逐渐遗忘原始的数据模式,从而随着时间推移性能逐渐下降(Shumailov等,“The Curse of Recursion: Training on Generated Data Makes Mo