研究人员推出RDDG，一个旨在为不平衡数据集生成合成表格数据的新框架。该方法利用上下文学习和渐进式思维链过程来识别核心数据样本中的模式和相关性。RDDG的一个关键创新是其自增强反馈机制，该机制在整个合成过程中不断优化生成数据的质量。实验表明，RDDG在数据保真度和下游不平衡分类性能方面均优于现有方法。 AI
影响 通过合成数据生成，为改进不平衡分类任务提供了一种新方法，有可能在稀有类别数据稀缺的现实场景中提高模型性能。
排序理由 这是一篇描述一种新的合成数据生成方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.16817v2 Announce Type: replace Abstract: Imbalanced data are commonly present in real-world applications. While data synthesis can effectively mitigate data scarcity for rare classes, and LLMs have revolutionized text generation, the application of LLMs to the synthesi…