FLock.io a annoncé que deux de ses articles sur la génération de données synthétiques ont été acceptés à l'ACL 2026. « CircuitSynth : génération fiable de données synthétiques » sera publié dans les Findings, tandis que « GraphSynth : résoudre le compromis diversité-fiabilité avec des graphes factoriels probabilistes » est prévu pour la conférence principale. Ces articles abordent le défi d'équilibrer diversité et fiabilité dans les données synthétiques, crucial pour les applications à haut risque. CircuitSynth utilise des diagrammes décisionnels propositionnels probabilistes pour séparer le raisonnement sémantique de la génération de langage, tandis que GraphSynth emploie des graphes factoriels pour modéliser les chevauchements d'attributs. Cette recherche pourrait améliorer la formation des IA dans des domaines où les données sont rares, comme le diagnostic médical et la prévision météorologique.