AutoSynthData transforma falhas em tarefas verificáveis
A proposta da ServiceNow liga geração de dados ao ambiente executável e exige que o verificador também rejeite resultados incorretos.
Uma falha perde contexto quando vira apenas um pedido para gerar exemplos parecidos. AutoSynthData, da ServiceNow CoreAI, mantém o ambiente no centro: cada tarefa reúne especificação do sistema, solicitação do usuário e verificador do resultado.
O processo compara falhas do modelo-alvo com soluções de um modelo professor. Depois transforma as lacunas em descrições de capacidades, sem entregar ao gerador os pedidos e trajetórias originais da avaliação. A intenção é produzir novas situações que exercitem a mesma dificuldade.
O ponto arquitetural mais útil está na aceitação dos exemplos. A solução de referência precisa funcionar no ambiente. O verificador também precisa rejeitar resultados incorretos. Exemplos reparados passam novamente pelas verificações, e as variantes são derivadas de tarefas-base aceitas, sem encadear multiplicações sucessivas.
Minha escolha seria começar por uma falha operacional bem delimitada e um estado final conferível. Gerar mais pedidos antes disso só aumenta o material sem resolver como distinguir sucesso de erro.
A decisão aberta é quem define o estado correto e quais soluções alternativas o verificador deve aceitar.
Fonte: Esakkivel e coautores, ServiceNow CoreAI, AutoSynthData: Generating Training Data for Enterprise Agents, publicado em 2 de outubro de 2026.