SYNTHETIC DATA

DATASET

用合成数据提升软件工程能力

测试的质量取决于可用的测试数据。我们都知道获取测试数据（包括特殊情况）时面临的挑战，尤其是在隐私法规日益严格的背景下。

APPLICATION

用Langchain生成合成数据

我们将使用LangChain——一个简化与大型语言模型工作的库来创建合成医疗账单记录。

MODEL-ZOO

EasyOCR微调简明教程

你使用的 OCR 可能无法满足你的特定需求。在这种情况下，微调 OCR 引擎是可行的方法。在本教程中，我将向你展示如何微调 EasyOCR。

DATASET

基于CrewAI的合成数据生成

本文介绍了一个使用 CrewAI 代理生成合成数据的综合框架。通过模拟基于代理的交互，CrewAI 使我们能够生成针对特定任务量身定制的真实数据集，从而显著提高机器学习模型的性能。

APPLICATION

用合成数据构建LLM护栏

随着大型语言模型 (LLM) 越来越受欢迎，一个挑战是确保当用户使用超出其预期目的的查询或请求提示这些模型时，由 LLM 驱动的应用程序不会偏离主题。

DATASET

基于OpenUSD的合成数据生成

本文介绍了如何使用 NVIDIA NIM 微服务 和NVIDIA Omniverse Replicator为 USD 构建自定义合成数据生成 (SDG) 管道。

DATASET

高效构建多模态数据集

本文介绍一个生成多模态数据集的管道。该管道的主要目标是无需人工标注即可工作。

DATASET

用小模型合成表格数据

本文研究了利用小语言模型 (SLM) 生成合成表格数据的新方法，特别是分析来自 NASA 艾姆斯预测卓越中心的涡扇发动机退化模拟数据集。

TOOL

9个开源合成数据生成器

在当今数据驱动的世界中，每个人都需要数据，但有时你可能没有太多数据可用。这就是合成数据发挥作用的地方。