合成数据是由AI模型生成、用于训练其他AI模型的人造数据。
为什么需要：数据枯竭（互联网高质量文本已被吃光）、成本（人工标注极贵）、隐私（合成数据不含个人信息）。
方法：Self-Instruct（大模型自己生成指令）、Evol-Instruct（逐步增加复杂度）、蒸馏（强模型生成数据训练弱模型）。
著名案例：DeepSeek-R1的推理能力来自纯RL训练，数据全部是模型自己生成的数学推导。Llama 4训练数据中合成数据占比超50%。
风险：模型坍缩（AI生成的数据训练AI，多代后质量退化）、多样性丧失、幻觉传播。
2026共识：合成数据+少量高质量人工数据是最佳组合。合成数据负责量，人工数据负责质。