标题：20K合成数据助大模型能力飞跃，实现自我迭代——上海AI Lab提出新范式

仅用20K合成数据，Qwen模型能力显著提升，且可实现自我迭代。上海AI Lab研究团队提出SFT数据合成引擎Condor，结合世界知识树和自我反思机制，生成高质量SFT数据。实验显示，模型性能随合成数据量增加而提升，至20K后增速放缓。

Condor分为Condor Void和Condor Refine两阶段。Condor Void利用模型生成知识树，以指导问题合成；Condor Refine则通过自我反思优化回复。研究团队使用Qwen2.5-72B-Instruct和Qwen2.5-7B进行实验，证明Condor合成数据训练的模型在对话能力和客观评测中均表现出色，优于基线方法。

此外，研究还探讨了合成数据量与模型性能的关系及自我迭代效果。结果显示，模型性能随数据量增加而提升，但增幅渐缓。Condor合成数据不仅提高了模型的通用对话能力，还在创造、问答和聊天等方面表现出显著优势。