data synthesis

4 items

RESEARCHarXiv CS.CL·17/04/2026

How to Fine-Tune a Reasoning Model? A Teacher-Student Cooperation Framework to Synthesize Student-Consistent SFT Data

Esta pesquisa propõe TESSY, um framework de Síntese de Dados por Cooperação Professor-Aluno, para resolver quedas de desempenho ao ajustar modelos de raciocínio com dados gerados por um modelo mais forte. O TESSY permite a geração de sequências sintéticas que herdam capacidades avançadas de raciocínio do professor, mantendo a consistência estilística com a distribuição do modelo aluno.

data synthesis machine learning code generation large language models

RESEARCHarXiv CS.AI·17d atrás

MindLoom: Composing Thought Modes for Frontier-Level Reasoning Data Synthesis

MindLoom é uma estrutura para sintetizar dados de raciocínio de nível avançado, superando a diversidade limitada e o controle instável de dificuldade de métodos existentes. Ele decompõe soluções de problemas em "cadeias de modos de pensamento" e treina um modelo de recuperação para guiar o processo de raciocínio.

data synthesis Thought Modes LLMs AI frameworks

RESEARCHarXiv CS.CL·26d atrás

ToolWeave: Structured Synthesis of Complex Multi-Turn Tool-Calling Dialogues

ToolWeave é uma estrutura estruturada para sintetizar diálogos realistas de chamadas de ferramentas em várias etapas, essenciais para LLMs agirem como agentes autônomos. Ele aborda os desafios de geração de dados sintéticos existentes, suportando fluxos de trabalho multi-etapas e reduzindo a alucinação de parâmetros.

data synthesis LLMs tool-calling dialogue systems

RESEARCHarXiv CS.LG·6d atrás

Geometry-Aware Tabular Diffusion

O GATD (Geometry-Aware Tabular Diffusion) é introduzido para a síntese tabular, aprimorando os denoisers com ângulos e comprimentos de diferenças de valores de coluna. Ele alcança desempenho de ponta com menos parâmetros, reduzindo erros e demonstrando que a supervisão relacional explícita é fundamental para os ganhos.

Diffusion Models data synthesis deep learning machine learning