Diccionario IA / Dane syntetyczne
🏗️ Modelos y entrenamiento
Dane syntetyczne
Datos de entrenamiento generados por IA en lugar de recopilados de humanos.
Los datos sintéticos son materiales de entrenamiento producidos por la propia IA: diálogos generados, tareas con soluciones, descripciones de imágenes. Se recurre a ellos cuando faltan datos reales, son caros de obtener o problemáticos legal y privacidad. Los datos sintéticos bien diseñados mejoran realmente los modelos - especialmente en matemáticas y código, donde la corrección se puede verificar automáticamente. El riesgo aparece al "alimentar la IA con producción de IA" sin criterio, lo que puede consolidar errores y empobrecer la diversidad; en su forma extrema se habla de colapso del modelo.
Conceptos relacionados