本文挑战了最先进的生成模型，通过对稳定扩散进行微调，在语义分割方面自动生成合成数据以评估其可靠性。通过广泛实验，我们表明合成数据与真实异常数据的表现之间存在高度相关性，从而显示了该方法的有效性。此外，我们说明了如何利用合成数据来提高分割器的校准和异常检测能力。

Dec, 2023

本文介绍了一种综合性框架，用于评估合成零售数据，注重保真度、实用性和隐私性。通过稳定性和普适性来衡量保真度，证明了合成数据在需求预测和动态定价等关键零售任务中的有效性，通过差分隐私确保数据具有出色的相似性和安全性，验证了该框架对于合成零售数据的可靠且可扩展的评估，是推进零售数据科学的重要工具。

Jun, 2024

本文提出一个审核框架，围绕偏见和歧视预防、与真实数据的一致性、效用、鲁棒性和隐私保护进行综合评估，并引入信任指数对多个合成数据集进行排名，通过审核和认证报告连接不同利益相关者。

Apr, 2023

通过基于生成世界模型的可配置学习流水线，在不需要低维状态的情况下解决了在线安全预测问题，并提供了统计校准的安全机会预测保证。通过对图像控制系统的两个案例研究（赛车和平衡杆）进行广泛评估。

Aug, 2023

深度生成模型生成的合成图像可以解决数据缺乏和数据隐私问题。然而，图像质量评估仅仅基于图像质量测量，并且绝大部分研究者更青睐于产生逼真的图像的合成模型，即具有良好保真度评分，例如低 FID 和高 PSNR 的图像。本研究通过分析超过 100k 张胸部 X 射线图像及其人工合成的副本，确认了保真度、多样性和隐私性之间不可避免的平衡问题，同时指出了保真度和多样性并非高效实用性的必要条件，实验表明，对于数据增强而言，高效实用性的图片也可以是模式坍塌图像和低保真度图像。此外，实验还表明，还可能生成既高效实用又隐私保护的图像，这可以为隐私保护应用中的深度生成模型提供强有力的理论支持。

May, 2023

本研究综述了合成数据集生成方法的演变，并回顾了应用于自动驾驶研究的单任务和多任务合成数据集的相关工作，讨论了其在自动驾驶相关算法测试中的作用，尤其是在可信性和安全性方面。此外，该综述还讨论了合成数据集在自动驾驶技术实际部署方面的问题，并提供了一种可能的解决方案。

Apr, 2023

研究表明：医疗人工智能算法训练所需的人工数据过于稀缺，使用深度生成模型生成的低保真度合成图像在某些情况下可能比高保真度合成图像更优，这为合成图像在现实应用中的价值提供了新思路。

May, 2023

我们通过广泛的实验验证了我们的合成数据在各种图像分类任务中的有效性，既可以替代真实数据集，也可以作为其增强，同时也有益于挑战性任务，如超出分布的泛化和隐私保护。

Oct, 2023

通过综合文献回顾和团队经验，我们提出了一个概念性框架，以保证合成数据在医疗人工智能应用中的质量，并扩展了普遍质量维度，包括公平性和碳足迹，并提出了支持实际应用所必需的阶段，通过增加透明度和减少安全风险来增强对合成数据的信任，以加速可信任的医疗人工智能工具的发展和推广，促进患者受益。

Jan, 2024

通过引入一种基于置信度的数据合成算法，该算法通过对 Conformal Prediction 框架进行新的扩展，为模型输出提供统计置信度保证，并通过理论证明和对五个基准数据集的广泛实证评估来支持我们的算法。在面对低样本数、类别不均衡、不可分性和隐私敏感数据等多样困难特征的数据集挑战时，我们的算法在所有试验中都至少与原始数据表现相当，并在很多情况下可以将深度学习性能提升高达 65% 的 F1-score。

Dec, 2023