合成データは人手によるデータ収集とどう違いますか？

人手によるデータ収集は人間がラベリングを行う必要がありますが、合成データはAIモデル自身がデータを生成するため、ラベリングコストを削減できます。NVIDIAのNemotron-4 340Bはこの生成をベース・指示・報酬モデルのパイプラインで実現しています。

実績・根拠

• —ev-synthetic-data-2

向いている相談

データ収集方法（人手か、モデル生成か）の違い

他の選択肢との違い

コスト構造と生成プロセスの主体が人間かAIモデルかという点で異なる

情報ソース

• Source
  NVIDIA Releases Open Synthetic Data Generation Pipeline for Training Large Language Models | NVIDIA Blog検証待ち出典を見る