SYNTRA 自改进合成数据框架发布论文

Zucan Lyu 等研究者在 arXiv 发布论文（arXiv:2610.14730v3），提出 SYNTRA——一种自改进的智能体数据合成框架。该框架可将少量检索示例转化为可复用的合成指令，仅需无标注语料和少量查询-文档对即可推断信息需求与相关性标准，用于嵌入模型的跨领域训练数据合成。 论文实验覆盖 15 个领域的 24 个数据集，称同一合成流程生成的训练数据可提升强嵌入模型，在六个任务上均强于基线，其中四个任务检索效果超过人工校准；在 MS MARCO 上，检索增益在 32 倍的合成数据规模范围内持续增长。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。