Génération de données synthétiques pour l'IA agentique

La création d'un ensemble de données commence par la configuration des modèles qui alimenteront la génération, en utilisant des alias pour une référence facile et des paramètres d'inférence ajustables. À partir de là, un projet peut être alimenté avec des données réelles existantes afin que la sortie synthétique conserve les motifs, les distributions et les caractéristiques de ces données. L'étape suivante définit les colonnes qui structurent l'ensemble de données, y compris les colonnes générées par LLM, guidées par des invites et des sorties structurées. Un petit échantillon de prévisualisation peut être généré et examiné avant de passer à un ensemble de données complet, et NeMo Data Designer comprend des outils pour valider le code généré et évaluer la qualité globale des données à l'aide de métriques automatisées et de juges basés sur LLM.

Les outils couvrent plusieurs cas d'utilisation. Pour l'IA agentique, ils génèrent des données textuelles pour former et évaluer des modèles qui raisonnent, planifient et prennent des actions orientées vers des objectifs. Pour l'IA conversationnelle, ils créent des données de dialogue qui capturent le langage spécifique au domaine, les variations d'intention et les cas limites rares au-delà de ce que les transcriptions réelles rares fournissent. Pour l'évaluation et les benchmarks, ils construisent des ensembles de données de questions-réponses spécifiques au domaine pour mesurer la performance de la génération augmentée par récupération (RAG) et comparer plusieurs modèles sur la même tâche. Pour l'adaptation à faibles ressources, ils génèrent un texte réaliste pour des langages de codage propriétaires ou des langues sous-représentées. Pour les données sensibles, NeMo Safe Synthesizer crée des versions respectueuses de la vie privée des données avec des configurations visant des réglementations telles que HIPAA et GDPR. Les outils prennent également en charge des documents structurés synthétiques, y compris des formulaires fiscaux, des documents juridiques et des approbations hypothécaires, pour former des modèles sur des applications de données structurées.

Cela s'adresse aux équipes construisant des systèmes d'IA agentique, d'IA conversationnelle ou RAG qui ont besoin de données d'entraînement ou d'évaluation sans se fier uniquement à des ensembles de données réelles rares, isolées ou sensibles. Les prix et les forfaits ne sont pas détaillés sur cette page ; l'accès se fait via NVIDIA NeMo.