SAP发布STS框架：革新企业级AI数据生成技术

摘要：SAP推出了一种名为Synthesis Through Simulation (STS)的新方法，用于在企业级AI中生成高质量的合成数据。该方法通过在模拟的企业环境中执行操作，生成符合业务逻辑和约束的数据，从而解决了传统数据合成方法面临的结构有效性和分布保真度问题。STS框架中的核心组件Generalist Populator (GP)无需访问数据库模式即可实现高保真数据生成，并在十个不同环境中展示了其卓越的性能。STS的发布为AI模型训练和评估提供了新的技术路径，尤其在受限于企业数据隐私和法规的场景中具有重要意义。

---

背景与挑战

在企业AI领域，训练和评估AI模型时面临的最大挑战之一是获取符合业务逻辑和法规要求的高质量数据。传统的数据合成方法，如基于表格数据或过程式生成的方法，往往难以同时保证数据的结构有效性和分布保真度。此外，企业数据通常受到严格的隐私和法规限制，进一步加剧了数据获取的难度。

STS框架的核心创新

SAP推出的STS框架通过以下方式解决了上述问题：

1. 模拟环境生成数据：STS在模拟的企业环境中生成数据，确保生成的数据符合业务逻辑和约束条件。
2. 无模式依赖：STS的核心组件Generalist Populator (GP)无需访问数据库模式即可生成数据，降低了对底层数据结构的依赖。
3. 高保真度与约束满足：GP在十个不同环境中实现了0.88的平均边际保真度和100%的约束满足率，展示了其在复杂场景中的适用性。

技术亮点

• Schema-free数据生成：STS无需依赖数据库模式即可生成数据，显著简化了数据生成流程。
• 环境模拟与操作执行：通过在模拟环境中执行操作，STS确保生成的数据在结构和逻辑上的一致性。
• 独立处理有效性验证与分布建模：STS将有效性验证与分布建模分离，使每个方面可以独立优化。

应用场景与行业影响

STS框架特别适用于以下场景：

• 受限于数据隐私和法规的企业环境：STS提供了一种在不暴露敏感数据的情况下生成高质量合成数据的方法。
• 复杂业务流程建模：STS能够模拟复杂的业务逻辑和操作流程，为AI模型提供更真实的数据环境。
• 跨领域应用：由于GP是领域无关的，STS可以应用于多个行业和领域，如金融、医疗和制造业。

开发者建议

• 探索STS框架的应用潜力：开发者可以尝试将STS应用于现有的AI项目中，评估其在不同场景中的表现。
• 关注开源资源：SAP已开源STS框架、十个模拟环境和生成的数据集，开发者可以利用这些资源进行深入研究和开发。
• 结合其他AI技术：STS可以与现有的AI技术（如强化学习、迁移学习）结合，进一步提升AI模型的训练效果和泛化能力。

结论

STS框架的发布标志着企业级AI数据生成技术的重要突破，为AI模型训练和评估提供了新的解决方案。其无模式依赖、高保真度和广泛适用性使其成为企业AI领域的创新工具。

---

消息来源：ArXiv AI (cs.AI) (2026-10-09)

—— 完 ——

主题标签： #SAP 关注 #企业AI 关注 #数据合成 关注 #LLM 关注 #模拟环境 关注