인공지능 - 합성 데이터 (Synthetic data) - 구글, Simula 프레임워크

https://openreview.net/pdf?id=NALsdGEPhB

https://research.google/blog/designing-synthetic-datasets-for-the-real-world-mechanism-design-and-reasoning-from-first-principles/

 

이 자료는 데이터가 부족하거나 보안이 중요한 분야를 위해 구글 연구진이 개발한 Simula 프레임워크를 소개하며, 인공지능 학습용 합성 데이터 생성을 단순한 수집이 아닌 정교한 메커니즘 디자인의 관점에서 설명합니다. Simula는 추론 능력을 활용해 하위 범주를 체계화하는 계층적 분류 체계를 구축함으로써 데이터의 전역적 다양성과 복잡도를 정밀하게 제어하고 사용자가 원하는 대로 조정할 수 있게 합니다. 이 혁신적인 접근법은 단순히 데이터 양을 늘리는 것이 아니라 품질과 제어 가능성에 집중하여, 사이버 보안이나 법률 등 실제 산업 현장에서 즉시 활용 가능한 고성능 전문 모델을 효율적으로 훈련시키는 것을 목적으로 합니다. 결국 이 텍스트는 인공지능의 다음 단계가 인간의 데이터 공급 한계를 넘어 원칙에 기반한 데이터 설계를 통해 이루어질 것임을 강조하고 있습니다.

 

문제를 요인으로 분해 후 각 요인을 구조화(taxonomy) 및 조합하여 다양한 상황을 생성하고 이를 메타 프롬프트로 변환함. -> 구조적 + 조합적 + 자기개선형 데이터 생성 프레임워크,https://openreview.net/pdf?id=NALsdGEPhB