AIGC動態歡迎閱讀

原標題：LLM數學性能暴漲168%，微軟14人團隊力作！合成數據2.0秘訣曝光，智能體生成教學
關鍵字：數據,模型,基準,研究人員,智能
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：桃子
【新智元導讀】合成數據2.0秘訣曝光了！來自微軟的研究人員們提出了智能體框架AgentInstruct，能夠自動創建大量、多樣化的合成數據。經過合成數據微調后的模型Orca-3，在多項基準上刷新了SOTA。全世界高質量數據幾乎枯竭。
AI科學家們為了解決這一難題，可謂是絞盡腦汁。
目前來看，合成數據或許就是大模型的未來，也成為業界公認的解決之法。
就連英偉達科學家Jim Fan曾發文表示，合成數據將提供下一萬億個高質量的訓練token。
但是，用合成數據，并非完全對LLM訓練有幫助。
前段時間，Nature封面研究顯示，合成數據迭代9次后，會讓大模型崩潰。而且，類似的研究比比皆是。
那么，我們該怎么辦呢？
最近，微軟團隊提出了可擴展的智能體框架——AgentInstruct，可自動創建大量多樣化、高質量的合成數據。
它最大的優勢在于，僅只用原始數據源，就能創建完整的提示和回應。
論文地址：https://arxiv.org/pdf/2407.03502
對此，研究人員使用AgentInstruct，創建了2500萬對「后訓練」數據集，涵蓋了多種使用技能，如文本編

原文鏈接：LLM數學性能暴漲168%，微軟14人團隊力作！合成數據2.0秘訣曝光，智能體生成教學

聯系作者

文章來源：新智元
作者微信：
作者簡介：