Wat is een recept voor synthetische data?
Wat is het?
Een recept voor synthetische data legt uit hoe je met een model een dataset genereert: de prompt die de voorbeelden maakt, het gebruikte model, het beoogde formaat, het volume en de filters die slechte voorbeelden eruit halen.
Wanneer te gebruiken
- Te weinig echte voorbeelden hebben om een model te trainen of te evalueren.
- Zeldzame gevallen aan een dataset toevoegen.
- Een reproduceerbare generatiemethode delen.
De velden van de pagina
| Generatorprompt | De prompt die de voorbeelden maakt. |
|---|---|
| Generatormodel | Het model dat de gegevens genereert. |
| Beoogd formaat | Het formaat van de gemaakte dataset (chat, instructie, voorkeuren…). |
| Beoogd volume | Het aantal te genereren voorbeelden. |
| Filters | De controles die mislukte of dubbele voorbeelden eruit halen. |
Hoe gebruik je het
Tabblad “Gebruik”: download het recept, voer de prompt uit met het genoemde model en controleer het resultaat met de tool voor datasetkwaliteit.