Google 提出 Simula：面向真实世界的合成数据集机制设计与推理框架

Google 提出推理优先的合成数据生成框架 Simula，无需种子数据，将数据集构建拆解为全局多样化、局部多样化、复杂化和质量检查四个可控维度，并以 Gemini 2.5 Flash 为教师模型、Gemma-3 4B 为学生模型在网络安全、法律推理、GSM8k 和 Global MMLU 等五个领域生成最多 512K 数据点。