Обсуждение:Генерация синтетических данных

Материал из MachineLearning.

Как написана эта статья

Черновик подготовлен с помощью большой языковой модели (Claude Opus 4.8, Anthropic). Все ссылки проверены вручную по arXiv, Nature и обзорам; факты и вики-разметка вычитаны. Найдены и исправлены две опечатки от переключения раскладки. Ниже дословный запрос к модели.

Запрос:

Ты пишешь статью для вики machinelearning.ru. Это живой справочник по машинному обучению для смешанной аудитории: студенты курса и практикующие специалисты. Тема статьи: Генерация синтетических данных. Формат: разметка MediaWiki, на русском языке.

Сделай так, чтобы статья прошла по пяти критериям оценки нашего курса, поэтому: 1. Читатель-эксперт должен узнать что-то неочевидное и дочитать до конца. Построй

  текст вокруг одной мысли, а не как список методов. Возьми за стержень идею, что
  синтетика решает три разные задачи (нехватка данных, приватность, баланс) и что у
  неё есть фундаментальный предел. Кульминация — эффект коллапса моделей
  (Shumailov et al., Nature 2024) и вывод, что информацию из ничего не создать.

2. Статья должна быть полезна и новичку, и профессионалу. Новичку давай понятные

  определения и интуицию (что такое GAN, диффузия, зачем вообще выдумывать данные).
  Профессионалу давай настоящие ссылки на arXiv, Nature, конференции и конкретику:
  CTGAN, DDPM, дифференциальная приватность, протокол оценки TSTR, компромисс
  приватность-полезность. Ничего не выдумывай; сомневаешься в источнике — не приводи.

3. Обеспечь связность: оформи термины как внутренние ссылки в двойных квадратных

  скобках, добавь разделы См. также, Примечания, Ссылки и категории.

4. Не оставляй следов LLM. Пиши как эксперт: живой язык, без канцелярита, без списков

  ради списков, без оборотов важно отметить и в заключение. Допускай авторскую
  оценку и осторожные формулировки там, где в науке нет консенсуса.

5. Сноски определяй прямо в тексте в тегах ref, внизу поставь только тег references

  (списочные сноски внутри блока references этот движок не принимает).

Замечания и правки приветствуются.