ServiceNow CoreAI 的 AutoSynthData 生成企业智能体训练数据
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中,以 Gemma-4-26B-A4B-it 为目标模型,Hybrid 域用 Qwen3.8-27B 作教师,SFT 使 mean Pass@1 提升 7.2 个百分点。
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中,以 Gemma-4-26B-A4B-it 为目标模型,Hybrid 域用 Qwen3.8-27B 作教师,SFT 使 mean Pass@1 提升 7.2 个百分点。
Google Research 提出 Diffusion Controller 框架,将扩散图像生成的去噪过程重构为连续控制问题,用轻量附加网络引导生成。该框架在 Stable Diffusion v1.4 上以 HPS-v2 评估,灰盒版本在 SFT 和 RWL 中胜过 LoRA,白盒版本相对基线达到 90% 胜率。
Microsoft Research 在 Nature 发表 RetroChimera,开源实现与权重,GitHub 可访问。模型组合 R-SMILES 2 与 NeuralLoc,用学习式集成排序生成逆合成预测。盲测中博士级化学家偏好其反应预测,10 个挑战目标的多步路线成功 9 个,高于 de novo 5、editing 4 和 NeuralSym 2。
推荐理由:原文给出 Nature 论文中的双模型集成、盲测偏好和开源入口,读者可据此判断逆合成预测如何进入可复用的研究工具。