Buchumschlag

ELTEX: A Framework for Domain-Driven Synthetic Data Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Razmyslovich, Arina, Murasheva, Kseniia, Sedlova, Sofia, Capitaine, Julien, Dmitriev, Eugene
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SmurfCat at SemEval-2024 Task 6: Leveraging Synthetic Data for Hallucination Detection
von: Rykov, Elisei, et al.
Veröffentlicht: (2024)

DUQGen: Effective Unsupervised Domain Adaptation of Neural Rankers by Diversifying Synthetic Query Generation
von: Chandradevan, Ramraj, et al.
Veröffentlicht: (2024)

A Fully Automated Pipeline for Conversational Discourse Annotation: Tree Scheme Generation and Labeling with Large Language Models
von: Petukhova, Kseniia, et al.
Veröffentlicht: (2025)

On LLMs-Driven Synthetic Data Generation, Curation, and Evaluation: A Survey
von: Long, Lin, et al.
Veröffentlicht: (2024)

On Synthetic Data Strategies for Domain-Specific Generative Retrieval
von: Wen, Haoyang, et al.
Veröffentlicht: (2025)

Evaluating Differentially Private Synthetic Data Generation in High-Stakes Domains
von: Ramesh, Krithika, et al.
Veröffentlicht: (2024)

Reasoning-Driven Synthetic Data Generation and Evaluation
von: Davidson, Tim R., et al.
Veröffentlicht: (2026)

Embedding-Driven Diversity Sampling to Improve Few-Shot Synthetic Data Generation
von: Lopez, Ivan, et al.
Veröffentlicht: (2025)

SynthTextEval: Synthetic Text Data Generation and Evaluation for High-Stakes Domains
von: Ramesh, Krithika, et al.
Veröffentlicht: (2025)

MAG-V: A Multi-Agent Framework for Synthetic Data Generation and Verification
von: Sengupta, Saptarshi, et al.
Veröffentlicht: (2024)

Harnessing LLMs for API Interactions: A Framework for Classification and Synthetic Data Generation
von: Tao, Chunliang, et al.
Veröffentlicht: (2024)

Generating Logically Consistent Synthetic Supply Chain Data with LLM-Driven Knowledge Graph Reasoning
von: Long, Yunbo, et al.
Veröffentlicht: (2026)

Intent Matters: Enhancing AI Tutoring with Fine-Grained Pedagogical Intent Annotation
von: Petukhova, Kseniia, et al.
Veröffentlicht: (2025)

Towards Reward Modeling for AI Tutors in Math Mistake Remediation
von: Petukhova, Kseniia, et al.
Veröffentlicht: (2026)

DRIVE: Disfluency-Rich Synthetic Dialog Data Generation Framework for Intelligent Vehicle Environments
von: Chavda, Anshul, et al.
Veröffentlicht: (2025)

Domain-Specific Data Generation Framework for RAG Adaptation
von: Tian, Chris Xing, et al.
Veröffentlicht: (2025)

Seed-Free Synthetic Data Generation Framework for Instruction-Tuning LLMs: A Case Study in Thai
von: Pengpun, Parinthapat, et al.
Veröffentlicht: (2024)

A Unified Data Augmentation Framework for Low-Resource Multi-Domain Dialogue Generation
von: Liu, Yongkang, et al.
Veröffentlicht: (2024)

Data Swarms: Optimizable Generation of Synthetic Evaluation Data
von: Feng, Shangbin, et al.
Veröffentlicht: (2025)

Generating Data-Driven Reasoning Rubrics for Domain-Adaptive Reward Modeling
von: Sanders, Kate, et al.
Veröffentlicht: (2026)

DRTriton: Large-Scale Synthetic Data Driven Reinforcement Learning for Triton Kernel Generation
von: Guo, Siqi, et al.
Veröffentlicht: (2026)

SynSym: A Synthetic Data Generation Framework for Psychiatric Symptom Identification
von: Kang, Migyeong, et al.
Veröffentlicht: (2026)

A Domain-Specific Language for LLM-Driven Trigger Generation in Multimodal Data Collection
von: Reis, Philipp, et al.
Veröffentlicht: (2026)

Evaluating Language Models as Synthetic Data Generators
von: Kim, Seungone, et al.
Veröffentlicht: (2024)

LSC-Eval: A General Framework to Evaluate Methods for Assessing Dimensions of Lexical Semantic Change Using LLM-Generated Synthetic Data
von: Baes, Naomi, et al.
Veröffentlicht: (2025)

GraphGen: Enhancing Supervised Fine-Tuning for LLMs with Knowledge-Driven Synthetic Data Generation
von: Chen, Zihong, et al.
Veröffentlicht: (2025)

Enhancing Domain-Specific Retrieval-Augmented Generation: Synthetic Data Generation and Evaluation using Reasoning Models
von: Jadon, Aryan, et al.
Veröffentlicht: (2025)

Advancing Semantic Caching for LLMs with Domain-Specific Embeddings and Synthetic Data
von: Gill, Waris, et al.
Veröffentlicht: (2025)

Domain Adaptation for Japanese Sentence Embeddings with Contrastive Learning based on Synthetic Sentence Generation
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

From Measurement Instruments to Data: Leveraging Theory-Driven Synthetic Training Data for Classifying Social Constructs
von: Birkenmaier, Lukas, et al.
Veröffentlicht: (2024)

Matrix: Peer-to-Peer Multi-Agent Synthetic Data Generation Framework
von: Wang, Dong, et al.
Veröffentlicht: (2025)

SEFL: A Framework for Generating Synthetic Educational Assignment Feedback with LLM Agents
von: Zhang, Mike, et al.
Veröffentlicht: (2025)

JOBSKAPE: A Framework for Generating Synthetic Job Postings to Enhance Skill Matching
von: Magron, Antoine, et al.
Veröffentlicht: (2024)

MetaSynth: Meta-Prompting-Driven Agentic Scaffolds for Diverse Synthetic Data Generation
von: Riaz, Haris, et al.
Veröffentlicht: (2025)

Scaling Arabic Medical Chatbots Using Synthetic Data: Enhancing Generative AI with Synthetic Patient Records
von: Allam, Abdulrahman, et al.
Veröffentlicht: (2025)

Synthetic Data Generation for Training Diversified Commonsense Reasoning Models
von: Zhang, Tianhui, et al.
Veröffentlicht: (2026)

Case2Code: Scalable Synthetic Data for Code Generation
von: Shao, Yunfan, et al.
Veröffentlicht: (2024)

Through the Looking Glass: Common Sense Consistency Evaluation of Weird Images
von: Rykov, Elisei, et al.
Veröffentlicht: (2025)

Don't Fight Hallucinations, Use Them: Estimating Image Realism using NLI over Atomic Facts
von: Rykov, Elisei, et al.
Veröffentlicht: (2025)

ChatLang-8: An LLM-Based Synthetic Data Generation Framework for Grammatical Error Correction
von: Park, Jeiyoon, et al.
Veröffentlicht: (2024)