Synthetic Data

I dati sintetici colmano i vuoti dove i dati reali sono scarsi, sensibili o costosi — casi limite rari, dati soggetti a vincoli di privacy, esempi bilanciati di una classe minoritaria. Il rischio è che l’effetto si accumuli: un modello addestrato sul proprio stesso tipo di output può allontanarsi dalla realtà e amplificare i bias esistenti invece di correggerli.

In pratica: Generare 5,000 ticket di supporto plausibili per coprire uno scenario di cui hai tre esempi reali.