Данни, които не са събрани от живота, а са направени нарочно, за да учат модела. Те решават два проблема наведнъж: истинските данни не стигат, а част от тях не бива да се пипат. Ето къде помагат и къде трябва да внимаваш.
Пилотите се учат на симулатор, преди да седнат в истинския самолет. Буря, отказал двигател, кацане в мъгла. Никой не чака истинската буря, за да тренира. Симулаторът е изкуствен свят, направен да прилича достатъчно на истинския. Синтетичните данни са симулаторът за модела.
Модел без нито байт клиентски данни
На 15 септември 2026 Salesforce и NVIDIA обявиха Koa, модел за разсъждение за работа с клиентски системи (CRM). По данни на NVIDIA той е доучен върху отворения модел Nemotron 3 Super със собствен синтетичен набор от данни, изведен от близо три десетилетия внедрявания на CRM в над 14 индустрии. По думите на Rohan Kumar от Salesforce нито един байт клиентски данни не е ползван. Тук синтетичното е и техника, и обещание към клиента.
Същата логика върви и в роботиката. Платформата Cosmos на NVIDIA генерира сензорни данни за коли без шофьор при различно време и осветление, за да не се чака истинският дъжд на истинския път.
Къде е уловката
Генераторът носи своите грешки. Ако описва света криво, моделът научава кривото и го повтаря уверено. Затова питай с какво е сверен синтетичният набор. В обявата за Koa сравнението е по собствения тест на Salesforce, CRM Bench: по данни на компанията моделът се изравнява или надминава водещите модели и прави три пъти по-малко грешки. Тестът е на самата компания, и това също е част от отговора.