Nvidia 推出了 NeMo Data Designer 框架，用于合成数据

Nvidia公司發佈了NeMo Data Designer(NDD) — 一個開源框架，用于生成多模態合成數據。該工具旨在創建包含文本、程式碼、結構化答案、圖像和嵌入的數據集。

NDD的架構基於宣告式配置格式，允許用戶或AI代理詳細描述每個數據集的欄位。系統支持靈活配置統計參數以控制數據的多樣性。內置的插件系統提供了添加新數據類型和擴展功能以滿足特定任務的能力。

NDD的工作流程建立在迭代的「查看和修訂」循環上。用戶可以生成小型數據樣本以檢查質量，調整規格並啟動全面的生成。在執行階段，框架會自動解析依賴關係，管理模型API調用並在請求失敗時執行重試。

開發人員在創建Nemotron系列模型和多個企業項目中使用了NDD。框架的配置文件是可驗證的工件，這使得共享工作流程和確保訓練結果的可重現性更加容易。項目的原始碼根據Creative Commons Attribution 4.0許可證進行分發。

實施此類工具可以自動化為專用模型準備高質量訓練樣本的過程。使用合成數據正在成為該行業的標準，允許繞過存取標記實際數據的限制並加速開發領域解決方案。