合成数据相关问题
#3
by
zhilinw6
- opened
- 求在cmedqa retrieval遥遥领先的经验，是用的cmedqa v1约5w+v2约10w吗，有添加大量合成数据吗
- 合成数据目的是在于扩充数据量 / 确保数据质量 / 多样性 / 长文本召回，还是什么呢
- 合成数据都是在基于doc生成query是吗
- FT阶段 整体数据量级大概多少呢，训练时长是多久呀
俺也想知道，合成数据的具体过程！！！求分享！！！
代码还在整理哈，开源后会在这里同步告知呢