Generative AI & LLMs intermediate

Synthetic Data

Training or test data generated by a model rather than collected from the real world.

Los datos sintéticos llenan huecos donde los datos reales son escasos, sensibles o caros — casos límite raros, registros restringidos por privacidad, ejemplos balanceados de una clase minoritaria. El riesgo se acumula: un modelo entrenado con su propio tipo de salida puede alejarse de la realidad y amplificar los sesgos existentes en vez de corregirlos.

En la práctica: Generar 5,000 tickets de soporte plausibles para cubrir un escenario del que tienes tres ejemplos reales.

Where this comes up