BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.coscup.org//coscup-2026//speaker//8KMRCD
BEGIN:VTIMEZONE
TZID:CST
BEGIN:STANDARD
DTSTART:20000101T000000
RRULE:FREQ=YEARLY;BYMONTH=1
TZNAME:CST
TZOFFSETFROM:+0800
TZOFFSETTO:+0800
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-coscup-2026-KCDCT7@pretalx.coscup.org
DTSTART;TZID=CST:20260808T093000
DTEND;TZID=CST:20260808T100000
DESCRIPTION:在開源模型生態蓬勃發展的今天，開發者能輕易
 取得 Gemma4、Qwen3.5 等頂尖的開源大語言模型 (LLM)。然而
 ，當我們想將這些技術落地到金融、醫療等高合規場景
 時，往往會撞上一面名為「資料隱私」的高牆。受限於
 個資 (PII) 與法規，團隊根本拿不到真實業務資料來進行 
 PoC、效果驗證或 RAG 系統的壓力測試。沒有可用資料進行
 驗證，再好的開源模型也難以推進到實際的業務中。\n\n
 面對「資料可取用性」的難題，合成資料 (Synthetic Data) 
 成為破局關鍵方法。\n\n許多團隊最初會嘗試手寫 Prompt 
 來生成測試資料。但當需求擴增至上千筆，且須同時滿
 足多樣性、邊界條件與邏輯一致性時，這種做法很快就
 會面臨品質失控、難以驗證與無法擴展的瓶頸。\n\n本議
 程將以 Nvidia Open Source 工具 Data Designer 為例、提供可重現
 的範例 pipeline，包含 synthetic PII / domain QA seed schema、DAG co
 nfig、validator 設計、LLM-as-a-Judge rubric，以及生成資料的品
 質檢查報告。所有範例資料與程式碼將以開源授權釋出
 ，讓聽眾會後可以直接改造成自己的 RAG 測試資料或 PoC d
 ataset。\n\n透過這個實戰案例，希望幫助開源開發者與企
 業 IT 團隊在缺乏真實資料的困境中，利用開源工具鏈「
 無中生有」打造高品質的測試資料集，讓 AI 落地的最後
 一哩路走得更穩健。
DTSTAMP:20260713T132532Z
LOCATION:TR212
SUMMARY:A Prompt Is Not All You Need：用開源工具打造 LLM 合成資料管線 - Nero Un 阮智軒
URL:https://pretalx.coscup.org/coscup-2026/talk/KCDCT7/
END:VEVENT
END:VCALENDAR