https://inkeast.github.io/MessageDaily/tags/%E6%95%B0%E6%8D%AE%E8%B4%A8%E9%87%8F/Recent content in 数据质量 on MessageDailyHugozh-cnSat, 12 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-12-synthetic-data-hurts-skill-retrieval-paper-reading/Sat, 12 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-12-synthetic-data-hurts-skill-retrieval-paper-reading/Manulife（加拿大金融集团）实证研究：Agent 技能检索器用合成任务微调后，最激进配置下 OOD recall 从 0.850 跌至 0.650（−20pp）；合成数据使 Hit@10 持平但 Recall@10 −0.021——部分重排把额外正确技能挤出 top-10。同时证明 0.6B 紧凑检索器可追平更大混合系统：监督质量>模型规模。skill 数据飞轮假设的第一份系统性反例。