AI自动生成数据

概要

合成数据是人工生成的数据而不是从现实世界事件中收集的数据。它用于模拟真实数据，而不会泄露隐私或遇到现实世界的限制

安装依赖：pip install langchain_experimental

合成数据的优势：

• 1.隐私和安全：没有真实的个人数据面临泄露风险
• 2.数据增强：扩展机器学习的数据集
• 3.灵活性：创建特定或罕见的场景
• 4.成本效益：通常比现实世界数据收集更便宜
• 5.监管合规：有助于应对严格的数据保护法律。
• 6.模型鲁棒性：可以带来更好的泛化AI模型
• 7.快速原型设计：无需真实数据即可快速测试
• 8.控制实验：模拟特定条件。
• 9.数据访问：当真实数据不可用时的替代方案

案例

生成简单的文本数据

使用create_data_generation_chain方法来生成数据，提供一些关键字就能生成简单的数据

import os

from langchain_community.chat_models import ChatZhipuAI
from langchain_experimental.synthetic_data import create_data_generation_chain

# 设置智普 AI 的 API 密钥
os.environ["ZHIPUAI_API_KEY"] = "5eb20f--dKxlr"
# 初始化智普 AI 模型
llm = ChatZhipuAI()
# 创建AI自动生成文本的链
chain = create_data_generation_chain(llm)
rest = chain.invoke(
    {
        "fields": {"颜色": ['蓝色', '黄色']},
        "preferences": {"style": "让它像诗歌一样。"}
    }
)
print(rest)

结果：

E:\learn_work_spaces\PythonProject1\.venv\Scripts\python.exe E:\learn_work_spaces\PythonProject1\AI自动生成数据\demo1.py 
{'fields': {'颜色': ['蓝色', '黄色']}, 'preferences': {'style': '让它像诗歌一样。'}, 'text': '在遥远的天际，蓝色与黄色交织，如诗篇中描绘的梦幻画卷，绘出了晨曦与黄昏的绚丽交响曲。'}

进程已结束，退出代码为 0