为现实世界设计合成数据集：机制设计与第一性原理推理

谷歌研究团队提出Simula框架，将合成数据生成重新定义为数据集层面的机制设计问题。该框架采用"推理优先"方法，通过递归扩展分类体系、局部多样化、复杂度调节和双重质量审核四个步骤，实现对覆盖范围、复杂度和质量的独立控制。...