SYNTRA 用少量示例自改进合成训练数据，适配嵌入模型。
资讯摘要
论文提出 SYNTRA，一个自改进的智能体数据合成框架，可将少量检索示例转化为可复用的合成指令。给定无标注语料和少量相关查询-文档对，SYNTRA 推断隐含信息需求与相关性标准，并利用试验输出反馈改进查询生成与相关性评估指令。作者在覆盖 15 个领域的 24 个数据集上实验，称同一流程能生成有效训练数据，对已有或无标注训练集的强嵌入模型均有帮助。
要点速读
- SYNTRA 从少量查询-文档对推断信息需求与相关性标准，生成可复用合成指令。
- 在 24 个数据集、15 个领域上实验，作者称同一合成流程对强嵌入模型有效。
- 作者报告自改进在全部六个评估任务上增强监督，其中四个任务检索效果优于人工校准；MS MARCO 上合成数据规模扩大 32 倍时增益仍持续。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。