ИССЛЕДОВАНИЕ · RESEARCH · #1781
Synthesis Through Simulation (STS): без схем генерация корпоративных табличных данных агентами на базе LLM
В статье предложена Synthesis Through Simulation (STS) — без схем парадигма, в которой агент на базе LLM генерирует данные, выполняя операции через API в симулированных корпоративных средах; структурная корректность обеспечивается по определению, а модель распределения отделена от проверки корректности. Универсальный модуль Generalist Populator (GP) достигает 0.88 средней маргинальной достоверности и 100% соблюдения ограничений в десяти средах без доступа к схемам БД; авторы опубликовали код, среды и сгенерированные наборы данных в открытом доступе на GitHub.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье предложена Synthesis Through Simulation (STS) — без схем парадигма, в которой агент на базе LLM генерирует данные, выполняя операции через API в симулированных корпоративных средах; структурная корректность обеспечивается по определению, а модель распределения отделена от проверки корректности.
- Универсальный модуль Generalist Populator (GP) достигает 0.88 средней маргинальной достоверности и 100% соблюдения ограничений в десяти средах без доступа к схемам БД; авторы опубликовали код, среды и сгенерированные наборы данных в открытом доступе на GitHub.
- STS даёт практический способ получать структурно корректные, высокодостоверные синтетические корпоративные данные для обучения и оценки агентных LLM без доступа к реальным схемам или конфиденциальным данным.
ПОЧЕМУ ЭТО ВАЖНО
STS даёт практический способ получать структурно корректные, высокодостоверные синтетические корпоративные данные для обучения и оценки агентных LLM без доступа к реальным схемам или конфиденциальным данным.