FLock.io anunciou que dois de seus artigos sobre geração de dados sintéticos foram aceitos na ACL 2026. "CircuitSynth: Geração Confiável de Dados Sintéticos" aparecerá nos Findings, enquanto "GraphSynth: Resolvendo o Compromisso entre Diversidade e Confiabilidade com Grafos Fatoriais Probabilísticos" está programado para a Conferência Principal. Esses artigos abordam o desafio de equilibrar diversidade e confiabilidade em dados sintéticos, crucial para aplicações de alto risco. CircuitSynth utiliza Diagramas de Decisão Sentencial Probabilísticos para separar o raciocínio semântico da geração de linguagem, enquanto GraphSynth emprega grafos fatoriais para modelar sobreposições de atributos. Essa pesquisa pode aprimorar o treinamento de IA em áreas com escassez de dados, como diagnóstico médico e previsão do tempo.