Simula: een raamwerk voor het ontwerpen van synthetische datasets op basis van mechanismen en redenering

Google Research heeft Simula geïntroduceerd, een raamwerk voor synthetische datageneratie dat het creëren van datasets benadert als een mechanisme-ontwerpprobleem. In tegenstelling tot bestaande methoden die afhankelijk zijn van handmatige prompts of startdata, gebruikt Simula een redeneer-eerst-benadering, waarbij datasets worden geconstrueerd vanuit eerste principes zonder startdata. Het deelt generatie op in vier assen: diepe taxonomieën voor dekking, lokale diversificatie voor variatie, complexificatie voor moeilijkheidsaanpassing en kwaliteitscontroles via een dual-critic-loop. Simula gebruikt op redenering gebaseerde metrieken zoals taxonomische dekking en Elo-rating voor evaluatie. Het is gebruikt met Gemini 2.5 Flash als leraar en Gemma-3 4B als student in domeinen zoals cybersecurity, juridisch redeneren, wiskunde (GSM8k) en meertalige kennis (Global Multilingual Massive Multitask Language Understanding, Global MMLU). Binnen Google ondersteunt Simula het Gemma-ecosysteem (ShieldGemma, FunctionGemma, MedGemma), veiligheidsclassificatoren voor Gemini, en functies zoals oplichtingsdetectie voor Android-gesprekken en spamfiltering in Google Berichten. Het raamwerk heeft als doel datageneratie tot een beheersbare wetenschap te maken voor gespecialiseerde AI-toepassingen.