中大AI科研突破.pptxVIP

商务金融DataAnalysisReport金融分析中大AI科研突破

-模型性能提升验证未来研究方向伦理与法律考量长期目标与愿景国际合作与交流政策与法规支持技术与艺术融合文化多样性与包容性教育普及与公共参与目录技术伦理与责任技术创新与持续改进未来展望与挑战

1多样化AI指令生成技术

多样化AI指令生成技术研究背景当前AI训练面临高质量指令数据稀缺问题，人工标注成本高且自动生成方法多样性不足01核心技术提出归因接地框架，通过分析指令背后的背景文档、用户身份和动机三要素，逆向重构指令生成逻辑02

多样化AI指令生成技术方法流程自上而下归因从真实指令中提取情境模板(如医学研究者基于论文提出诊断工具设计问题)自下而上合成基于网络文档生成虚拟情境，再自动产出复杂指令质量评估建立七维度标准(具体性、领域知识、复杂性等)，仅筛选综合评分≥3的指令

2百万级高质量数据集构建

百万级高质量数据集构建数据来源1整合FineWeb、PILE、MathPILE等数据集，覆盖医学、数学、编程等专业领域种子数据集2从192万条原始对话中筛选出2.9万条高质量指令(RealQuestions)，避免冗余并确保复杂性

百万级高质量数据集构建规模化生成基于文档生成虚拟用户情境(如开发甲状腺癌诊断工具的研究者)产出百万级指令数据集SynthQuestions：平均长度达802token，词汇多样性MTL