Синтетичні дані закривають діри, яких немає в живих вивантаженнях: рідкісний дефект, відмова, яку підтримка майже не пише, мова, яка є в політиці, але немає в заявках. Рядки народжую правилами або моделлю і позначаю кожен як синтетичний. Synthetic data не підміняє живий розподіл і не стає тихо всім навчальним набором.

Людина читає вибірку до приймання партії. Якщо генератор скопіював приклад із validation, це сміття, а не подарунок. Частку видно: скільки живих рядків, скільки синтетичних, який клас вони мали підтримати. Персональні дані я не «знеособлюю» проханням до моделі вигадати схожого клієнта.

Приймання — нотатка про генератор, прапор synthetic на кожному рядку, перевірка вибірки і лічильник за класами. Вузька партія часто займає 2–4 тижні. Поділ усе одно не пускає синтетичних близнюків у перевірку — train, validation і test.