训练与系统机制
这些研究强调：合成数据的价值取决于怎样验证和筛选，不能只看生成规模。小模型摘要实验显示有条件改善，DeepSeek-V3.2则公开了工具任务合成流程。
整理 2026-10-14 · 研究材料截至 2026-10-13
先理解研究对象
合成数据是模型生成的题目、答案、对话或操作轨迹，可以用于同一模型的下一轮训练，也可以训练另一个模型。它能补足人工样本稀少的场景，例如罕见报错与多工具协作；关键是生成后怎样判断正确，而不是生成数量有多大。
例如要训练报销助手，可以合成缺发票、金额冲突和重复提交的案例。若筛选程序把错误答案当正确样本，后续模型可能反复学到同一种错误；因此还需独立人工或程序检查，并保留未参与训练的测试材料。
2025年提出、2026年修订的研究考察多轮合成训练：新模型用上一轮生成的数据继续学习，错误是否会不断积累？作者在理论分析、线性回归和小模型实验中发现，加入外部验证可以改善部分设置；但验证器有偏差或漏检时，收益仍可能停滞甚至反转。[1]
摘要实验使用 SmolLM2-135M 和 XSUM 新闻摘要数据，按生成摘要与已有参考摘要的 ROUGE-1 得分保留前 12.5%。与未筛选的递归重训相比，筛选后的表现先改善、随后趋于稳定。这里已有参考答案可供打分；它没有证明同样办法能解决没有标准答案的开放业务判断，也没有证明真实数据已耗尽。[1]
对应材料：验证研究
既有研究报告的事实摘要与条件说明；具体引用在正文标注
DeepSeek-V3.2技术报告披露，为工具使用后训练构建了1800多个环境和85000条复杂提示。环境不仅是一段文字，还包含工具和任务条件；例如模型需调用工具完成操作，再由检查程序判断是否符合要求。这说明大规模构造可检查任务已有工程路线。[2]
这些数字是环境与提示规模，不是底模预训练语料替代率、有效样本比例或已经独立复现的业务收益。报告还区分真实和合成环境、提取和合成提示；评估时不能把它们全当作同一种合成训练数据。[2]
对应材料：V3.2技术报告
既有研究报告的事实摘要与条件说明；具体引用在正文标注
论文发布、修订、业务进度和资料截止分别标识。未披露的事件日不补成精确日期。
验证研究的原始发布记录；不代表实验在该日完成
arXiv首稿记录 · 日期
V3.2技术报告的原始发布记录；不代表实验在该日完成
arXiv首稿记录 · 日期
验证研究的版本修订，应按对应版本读取结论
原始页面修订记录 · 日期
这份研究摘要的资料范围，不是上述事件统一发生的日期。
原研究报告事实范围 · 资料截止
如果团队训练报销或工单助手，可用合成案例覆盖低频异常，再用未参加筛选的真实材料检验。但筛选器、专家抽检、污染排查和错误修复也要计入成本，不能由样本增加量直接推算省下多少工时。
应用建议（编辑推断）：先在同一预算下比较真实数据、未筛选合成数据和筛选后混合数据，观察新任务表现、低频错误与人工检查时间。使用客户案例前还需核对资料授权和可复用范围；上述论文没有给出这些组织成本或金融授权的现场结论。
合成数据可能继续用于可自动验证的窄任务。只有独立验证和留出评测在固定预算下稳定改善质量、长尾表现与总成本，才支持扩大使用；应观察真实数据、未筛选合成数据及验证后混合数据的同预算对照，并核实数据授权与验证器失败情况。
正文中的编号指向下列材料。材料类别、具体支持与限制一起阅读，不能按链接数量累计独立验证。
[1] 研究预印本
验证研究
支持的内容：多轮合成训练中外部验证的作用；XSUM摘要实验依赖参考答案筛选，长期收益受验证器质量限制。
阅读定位：论文 v3：§5.3、图5（摘要实验）；§5.2（另一小模型任务）；§6（限制）。
先看§5.3的评分与筛选比例，再看图5中多轮训练的趋势；不要把初期改善读成无限持续增长。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
独立审阅实际核对原文这些部分，未重跑实验或复核全部数学证明；仅支持论文指定任务与验证条件。
结果依据继承原研究 2026-10-13，具体配置和局限需沿原文核对。
[2] 研究预印本
V3.2技术报告
支持的内容：工具使用后训练的环境与提示构造流程、公开规模及实验设置；不支持本页的组织成本与授权推断。
阅读定位：论文 v1：引言（1800多个环境、85000条提示）；§3.2.3及表1（工具任务与真实/合成来源）；§4.3（消融）。
先读表1的任务分类和生成流程，再核对消融与评测条件；任务规模不是独立业务收益。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
厂商技术报告，独立审阅核对指定正文；未独立复现实验或验证真实组织收益。
结果依据继承原研究 2026-10-13，具体配置和局限需沿原文核对。
本页整理：2026-10-14 · 研究事实范围：2026-10-13。概念解释与既有研究展开；元数据访问不是原始实验复验。
研究验证：外部验证改善递归合成训练的证据限于理论分析和小模型摘要微调；任务级大规模合成流程已有公开报告，通用训练净收益与长期数据质量尚未确定。
前沿推进 暂难判断；真实转化 暂难判断；判断信心 低。这是定性范围判断，不是增长率或职业替代率。
现今补充 · 独立观察模块2026-10-19.observations.2；原前沿研究基准另行保留。
看使用和采用背景、固定测试条件与成本；读训练迁移和评测方法，再回到输入、交接与验收。