AI 百科词条

合成数据（Synthetic Data）是什么？

用模型生成的仿真数据替代真实数据训练，绕开隐私与稀缺两大死结。

一句话说清楚

合成数据由模型生成：可以是脱敏替代（用假用户画像替换真实用户）、可以是稀缺补齐（生成罕见故障样本）、也可以是纯模型自产（LLM 生成训练对）。医疗、金融等隐私敏感领域大量使用，但合成数据的分布偏差会原样传给下游模型。

真实数据因隐私不能动用、或长尾场景样本不足时用合成数据补充；模型评估集尽量用真实数据，合成评测会导致成绩虚高。生成后做统计分布比对（均值/方差/类别比例）再使用。

模型自食其尾（model collapse）——用模型生成数据再训练下一代模型，循环几代后多样性崩塌，每轮混入真实数据是必要的。

AI 写周报：把流水账变成汇报亮点

把本周做过的事列成碎片清单，AI 负责归并成「进展 / 数据 / 下周计划」的汇报结构。

AI 读长文档：报告、论文、合同速读与要点提炼

上传 PDF 直接提问，AI 出摘要、答细节、跨页对比，重点看长文完整度与引用页码。

AI 写年终总结：数据盘点与亮点提炼

把全年工作碎片交给 AI，产出「成果量化、不足反思、明年规划」的述职结构。