研究：合成儿童对话数据失真，改以真实语料微调

Bastian Bunzeck 与 Francesca Padovani 发表 arXiv 论文，比较合成 TinyDialogues 数据集与自然儿童-成人对话，结论是合成数据在词汇层面与自然数据相当，但严重低估了口语交互碎片化、杂乱的特征，在发育上不具合理性。 研究者提出改用真实对话数据做指令微调，初步实验显示小模型经适度参数高效微调后可接近自然数据的统计倾向。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。