Adaption labs lança ferramenta para gerar dados de treinamento a partir de descrições de tarefas

A Adaption Labs lançou uma nova funcionalidade chamada 'Invent a Dataset', que permite aos utilizadores gerar conjuntos de dados estruturados e prontos para treino diretamente a partir de uma descrição de tarefa, sem a necessidade de um corpus inicial, um esquema predefinido ou um guia de rotulagem. A ferramenta está atualmente disponível através do aplicativo Adaption, Python SDK e REST API, com dados gerados exportados em formatos como JSONL, JSON, CSV ou Parquet. O processo é executado na plataforma hospedada pela Adaption e consome créditos, sem que haja um caminho de geração auto-hospedado documentado. A ferramenta visa resolver limitações nos fluxos de trabalho tradicionais de conjuntos de dados, onde as equipas muitas vezes gastam semanas a rotular e a remodelar dados existentes para se adequarem às tarefas alvo. A Adaption argumenta que esta abordagem limita a qualidade do modelo, uma vez que os sinais relevantes são frequentemente encontrados em sistemas internos, texto não estruturado ou registos de fluxo de trabalho. 'Invent a Dataset' inicia o processo mais cedo, concentrando-se no comportamento em si, em vez de esquemas predefinidos. Suporta dois formatos de saída para treino: instruction_dataset para ajuste fino supervisionado e preference_pairs para treino baseado em preferências, como DPO. A Adaption também introduziu o AutoScientist, lançado em maio de 2026, que otimiza conjuntamente dados e receitas de treino em relação aos objetivos do utilizador. Avaliações internas mostram que o AutoScientist supera as configurações de treino manualmente configuradas em média em 35%, com taxas de sucesso a aumentar de 48% para 64% em oito verticais. Os tamanhos dos conjuntos de dados variavam de 5.000 a 100.000 linhas, utilizando arquiteturas da Together AI.