合成数据 on AI 观察https://ai.wujiong.cc/tags/%E5%90%88%E6%88%90%E6%95%B0%E6%8D%AE/Recent content in 合成数据 on AI 观察Hugozh-CNThu, 24 Sep 2026 10:48:19 +0800合成数据训练大模型：优势、风险与质量控制方法https://ai.wujiong.cc/posts/2026-09-24-synthetic-data/Thu, 24 Sep 2026 10:48:19 +0800https://ai.wujiong.cc/posts/2026-09-24-synthetic-data/<p>训练和微调大模型需要大量高质量数据，但真实数据往往面临各种限制：标注成本高、某些场景的样本稀少、涉及用户隐私无法使用、长尾情况难以收集。<strong>用大模型生成训练数据，即合成数据，正在成为解决数据瓶颈的重要手段。</strong> 很多模型的后训练阶段都大量使用了合成数据。但合成数据并不是免费的午餐，用不好会把模型的错误和偏见放大。</p>