这个论文看到过很久了，现在合成数据已经很普遍了吧，尤其是后训练，大模型崩塌了吗？ 如果指的是Pre-training，倒是个问题。LLM生成的文章越来越普遍，但是以目前投射与反投射的生成机制，还是human-in-loop，质量普遍也越来越高了啊🤔 另外语言的语义一直在发展，思考的的结构、角度好像就那么几种吧…