Simula: Çerçeve, Mekanizmalar ve Akıl Yürütmeye Dayalı Sentez Veri Kümeleri Tasarlamak İçin
Google/DeepMind
Google Research, sentez veri üretimini veri kümesi düzeyinde mekanizma tasarımı olarak yeniden tanımlayan Simula çerçevesini tanıtıyor. İlk prensiplerden tüm veri kümelerini oluşturmak için akıl yürütme öncelikli metodoloji kullanarak kapsam, karmaşıklık ve kalite üzerinde ince ayarlı kontrol sağlıyor. Simula, Google'da Gemma ekosistemi ve güvenlik sınıflandırıcıları için önemli bir etkinleştirici olmuştur.
Google Araştırma, sentetik veri üretimi için veri seti oluşturmayı bir mekanizma tasarım problemi olarak ele alan Simula'yı tanıttı. Manuel istemlere veya tohum verisine dayanan mevcut yöntemlerin aksine Simula, önce akıl yürütme yaklaşımını benimsiyor ve veri setlerini tohum olmadan ilk prensiplerden oluşturuyor. Üretimi dört eksene ayırıyor: kapsam için derin taksonomiler, çeşitlilik için yerel çeşitlendirme, zorluk ayarı için karmaşıklaştırma ve bir çift eleştirmen döngüsü aracılığıyla kalite kontrolleri. Simula, değerlendirme için Taksonomik Kapsam ve Elo puanlaması gibi akıl yürütme tabanlı metrikler kullanıyor. Siber güvenlik, hukuki akıl yürütme, matematik (GSM8k) ve çok dilli bilgi (Global MMLU) gibi alanlarda öğretmen olarak Gemini 2.5 Flash ve öğrenci olarak Gemma-3 4B ile kullanıldı. Google içinde Simula, Gemma ekosistemine (ShieldGemma, FunctionGemma, MedGemma), Gemini için güvenlik sınıflandırıcılarına ve Android aramaları için dolandırıcılık tespiti ile Google Mesajlar'da spam filtreleme gibi özelliklere güç veriyor. Çerçeve, veri üretimini özel yapay zeka uygulamaları için kontrol edilebilir bir bilim haline getirmeyi hedefliyor.
Kaynak: Google Research —
orijinal