arXiv · cs.AI · Zucan Lyu, Rui Tang, Jianlyu Chen, Peisheng Jin, Defu Lian · 8 小时前模型评分45
SYNTRA：自改进数据合成框架让嵌入模型跨领域跨任务适配
Self-improving data synthesis can scale embedding-model adaptation across domains and tasks
导读
SYNTRA 是一个自改进的智能体数据合成框架，能把少量检索示例转化为可复用的合成指令，自动生成嵌入模型训练数据。在覆盖 15 个领域的 24 个数据集上，同一套合成流程对已有或无标注训练集的强嵌入模型均有增益；自改进在全部 6 项评测任务上增强监督效果，其中 4 项检索表现优于人工校准。在 MS MARCO 上，合成训练数据规模扩大 32 倍时检索增益仍持续。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Here we introduce SYNTRA, a self-improving agentic data synthesis framework that turns a few retrieval examples into reusable synthesis instructions.”
来源：arXiv · cs.AI · arxiv.org