Dane syntetyczne

Dane syntetyczne to materiały treningowe wytworzone przez samą AI: wygenerowane dialogi, zadania z rozwiązaniami, opisy obrazów. Sięga się po nie, gdy prawdziwych danych brakuje, są drogie w pozyskaniu albo problematyczne prawnie i prywatnościowo.

Dobrze zaprojektowane dane syntetyczne realnie poprawiają modele - zwłaszcza w matematyce i kodzie, gdzie poprawność da się zweryfikować automatycznie. Ryzyko pojawia się przy bezmyślnym „karmieniu AI produkcją AI”, które może utrwalać błędy i zubażać różnorodność; w skrajnej formie mówi się o zapaści modelu.