ИССЛЕДОВАНИЕ · RESEARCH · #536
NeMo Data Designer: расширяемая open‑source платформа для мультимодальной синтетической генерации данных (arXiv:2609.17699v1)
В статье представлен NeMo Data Designer (NDD) — open‑source, универсальная платформа для мультимодальной синтетической генерации данных с декларативным форматом настройки столбцов набора данных (текст, код, структурированные выходы, изображения, эмбеддинги, статистические сэмплеры), системой плагинов и встроенным циклом «превью‑и‑правка» для итеративной разработки. Во время выполнения NDD решает зависимости, планирует вызовы пользовательских модельных эндпоинтов, повторяет неудачные запросы; в работе приведены кейсы, включая датасеты, использованные при разработке Nemotron и в промышленных развёртываниях.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье представлен NeMo Data Designer (NDD) — open‑source, универсальная платформа для мультимодальной синтетической генерации данных с декларативным форматом настройки столбцов набора данных (текст, код, структурированные выходы, изображения, эмбеддинги, статистические сэмплеры), системой плагинов и встроенным циклом «превью‑и‑правка» для итеративной разработки.
- Во время выполнения NDD решает зависимости, планирует вызовы пользовательских модельных эндпоинтов, повторяет неудачные запросы; в работе приведены кейсы, включая датасеты, использованные при разработке Nemotron и в промышленных развёртываниях.
- NDD предлагает контролируемый, расширяемый и ориентированный на продакшен рабочий процесс синтетической генерации данных, что ускоряет итерации по созданию датасетов и повышает воспроизводимость при разработке мультимодальных моделей и в корпоративных сценариях.
ПОЧЕМУ ЭТО ВАЖНО
NDD предлагает контролируемый, расширяемый и ориентированный на продакшен рабочий процесс синтетической генерации данных, что ускоряет итерации по созданию датасетов и повышает воспроизводимость при разработке мультимодальных моделей и в корпоративных сценариях.