Cohere 论文提出 Invent a Dataset：零数据生成后训练数据集，质量提升 17%、多样性提升 19%

Cohere 在论文《Invent a Dataset》中提出一套 prompt 系统，可从数据集描述直接生成大规模、逼真的后训练数据集。对比 Anthropic、Google、OpenAI、DeepSeek、Zai 五家前沿模型 API，它在 8 类任务、最高 2 万条规模下质量相对提升 17%、样本多样性提升 19%，并在 20K 条规模时多样性领先 37%。