実データが機密だったり量が少なかったりするとき、Gretelはチームが使えるデータを得るのを助けます。開発者は顧客記録や医療の表などのデータセットをつなぎ、Gretelは同じ統計的な傾向を持ちながら、実在の個人とは直接つながらない新しいレコードを出すモデルを学習します。チームはその結果を、ソフトウェアのテスト、部門をまたいだ共有、プライバシーの承認を待たない機械学習モデルの学習に使います。言語モデルのファインチューン用に、テキストと表形式のデータも生成します。
生成には確認がセットになっています。品質レポートは合成データと元データを比べ、差分プライバシーやフィルタなどのプライバシー機能は、出力から実情報が漏れるリスクを下げます。変換機能は、既存のレコードにある個人データを見つけてマスクできます。APIとオープンソースのライブラリで、開発者はこれらの手順をパイプラインに加えられます。
報道によれば、NVIDIAは学習データを生成するツールを強化するためにGretelを買収し、その技術はNVIDIAのサービスへ取り込まれています。この変更があるので、この製品を前提に開発する前に、いまどう売られているかを確認してください。合成データは、作っただけで非公開になるわけでも、正確になるわけでもありません。まれなパターンは失われたり歪んだりすることがあるので、検証は欠かせません。代替にはMostly AI、Tonic.ai、Hazy、Synthesizedがあり、SDVのようなオープンソースのライブラリもあります。このカテゴリが特に重要なのは、医療、金融、その他の規制のある分野です。