NIPS 2025 Spotlight | 港大提出TreeSynth方法，一句话生成百万规模数据集

香港大学与香港中文大学联合提出TreeSynth，一种基于决策树机制的树引导子空间数据合成方法，旨在系统性生成多样化、全覆盖的训练数据。该方法通过递归划分数据空间并逐子空间生成样本，在数学推理、代码生成等任务中显著提升LLaMA3.1-8B模型性能，GSM8K准确率提升10.6个百分点，平均性能提高10%以上，最高增幅超17%，同时数据多样性提升达45%，展现出优异的可扩展性与分布均衡能力。
来源：https://mp.weixin.qq.com/s/fp29jkzxBL7Sku4tqlvGPw