有沒有想過產生一個10米高的人類或一個活了500年的人？聽起來荒謬吧？然而，這正是當在建立合成數據集時沒有適當約束所發生的事情。

這裡的陷阱是：如果你沒有為你的數據範圍設定現實的界限，你最終會將它們定義得過於寬泛。結果是什麼？你的訓練集被垃圾數據淹沒——那些在現實中根本不可能存在的極端案例。

然後你將所有這些噪音輸入到你的AI模型中。結果是：浪費計算資源、延長訓練周期，以及一個從無效範例而非有意義數據中學習模式的模型。這就像用汽車和飛機的說明書混合來教人開車一樣。

教訓是什麼？在為模型訓練生成合成數據時，基於現實的硬性約束不僅僅是有幫助——它們是至關重要的。首先定義什麼是真正可能的。其他一切都只是垃圾。