English(EN) Synthesis Without Training: An Inference-Only Pipeline for Tabular, Temporal, and Relational Synthetic Data

新的GENSCRIPT管道在无需模型训练的情况下生成合成数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

研究人员开发了GENSCRIPT，一种新颖的合成数据生成管道，它绕过了传统的训练阶段。这种仅推理的方法创建了源数据的确定性统计配置文件，然后由语言模型利用该配置文件来推断语义和约束。该系统将这些编译成一个可审计的采样器，支持单表、时间序列和关系型数据，而无需特定任务的模型。GENSCRIPT展示了其效率，在几分钟内生成数据生成器，并快速采样大型数据集，同时保持高保真度和数据完整性，包括复杂的关系。 AI

影响这种仅推理的方法可以简化合成数据的生成，使其在各种数据模式下更加易于访问和高效。

排序理由关于合成数据生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 关于合成数据生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Zilong Zhao, Abdul Raheem, Jiayu Li, Sohei Arisaka, Darius Lim Hong Yi, Milad Abdollahzadeh, Uzair Javaid, Biplab Sikdar · 2026-10-02 04:00

无须训练的合成：用于表格、时序和关系型合成数据的仅推理流水线

arXiv:2609.38414v1 Announce Type: new Abstract: Synthetic data generation is dominated by the fit-then-sample paradigm: a generative model is trained on a private dataset and then sampled from. Despite its widespread adoption, this paradigm faces three challenges: (1) a new train…

本文如何被排名

报道来源 [1]

无须训练的合成：用于表格、时序和关系型合成数据的仅推理流水线

相关实体

相关话题