知识卡片
递归合成训练需要监控尾部覆盖
反复用模型输出替换训练分布,可能逐步丢失罕见事件并放大偏差,这是一类模型坍塌风险。单轮大量合成数据成功不能证明递归训练长期稳定。保留真实数据、来源与尾部评估有助于发现问题,通用安全混合比例不能凭空给出。
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
- · 数据集工程
原书出处 · 1 处
- · 查看原书依据
概率较低的事件则越来越少。这导致模型随着时间的推移更倾向于输出常见事件,逐渐遗忘罕见事件。
参考来源
- 位置:《AI工程:大模型应用开发实战》第8章《数据集工程》(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/Section016.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:概率较低的事件则越来越少。这导致模型随着时间的推移更倾向于输出常见事件,逐渐遗忘罕见事件。