研究：合成数据自训练会放大初始偏见

一项发表于 arXiv 的 NeurIPS 2026 研究指出，当生成模型完全依赖用户筛选的合成数据迭代训练时，筛选过程会放大初始偏见，系统最终收敛到多个单点均衡之一，初始占优的样本主导模型分布。 作者 Xiukun Wei 等人称，若以足够大的比例注入参考数据，系统动态会根本改变，收敛至唯一的全局吸引均衡。他们据此提出一种算法，联合选择参考分布及其混合权重，在最小化数据收集成本的同时保留期望属性。该研究称这是理解此类耦合动态长期行为的第一步。

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。