标题：不用千亿参数也能合成高质量数据！这个开源框架让小模型“组团逆袭”，7B性能直追72B 无需蒸馏任何大规模语言模型，小模型也能自给自足、联合提升？上海人工智能实验室与中国人民大学联合提出的GRA框架（Generator–Reviewer–Adjudicator）正是这样一种新范式。该方法以“...

开源垂直领域高质量数据合成框架！专业QA自动生成，无需人工标注，来自上海AI Lab 垂域模型训练中，高质量问答数据稀缺一直是行业痛点。人工标注成本高昂，合成数据又常面临质量与专业性难以兼顾的问题。 为此，上海AI实验室等提出GraphGen，通过“知识图谱引导+双模型协同”机制，显著提升垂域理...

前端程序员注意！首个截图生成现代前端代码的AI来了，已开源。 截图生成代码现已达到新高度——首个面向现代前端代码生成的多模态大模型解决方案来了，还是开源的。 现代前端代码开发具有组件化、状态管理和数据驱动渲染、严格的开发规范以及强动态交互等特点。这些特点构成现代前端开发的复杂体系，对代码生成提出更高...

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，...

蚂蚁数科探索AItoB，全新AI数据合成与生产平台亮相乌镇 11月19日，在乌镇峰会上，蚂蚁数科展示了AI数据合成与生产平台AIGD（AI Generated Data），该平台因其专注于“数据合成”而备受关注。蚂蚁数科AI科技技术负责人、蚂蚁天玑实验室主任李哲表示：“未来的AI应用需要大量难以获...

腾讯（鹅厂）研发出名为Persona Hub的系统，利用10亿个虚拟人格合成数据，这些虚拟人格源于网络数据，数量相当于全球人口的13%。通过这些人格，7B模型的数学能力提升显著，与GPT-4 Turbo持平。项目不仅可用于训练模型、设计弱智吧风格问题，还能应用于游戏NPC、工具开发和社会模拟。研究者通过文本生成和人格扩展技术创建了多样化角色，部分数据已公开20万个，未来计划进一步分享。这项创新展示了虚拟人格在生成式模型中的潜力，有望推动语言模型在更真实情境中的应用。