超越边际分布：多表合成数据生成的多维评估框架
Beyond Marginals: A Multi-Dimensional Evaluation Framework for Multi-Table Synthetic Data Generation
精选理由
提供覆盖六维指标的多表合成数据评估框架，兼顾真实性、隐私、效用与生产可靠性。
AI 摘要
arXiv:2610.06854v1 公告类型：cross 摘要：合成数据生成对于隐私合规、机器学习增强和软件测试至关重要。尽管单表评估已经较为成熟，但多表（关系型）合成作为企业中的主流应用场景，仍缺乏统一的评估框架。现有方法通常孤立地评估各列的边际分布，忽略了联合分布、跨表结构完整性、下游效用以及面向生产的边界情况。我们提出了 SynEval，一个用于多表合成数据库的六维评估框架。SynEval 联合评估列级保真度、多变量结构保留能力（包括一种新颖的条件分布检查）、跨表完整性、机器学习效用、隐私保护和边界情况鲁棒性。该框架生成统一的加权质量分数，并支持按表和按维度进行深入分析；同时它与生成器无关，可在任意一对真实与合成 CSV 文件夹上运行，并自动推断模式。SynEval 是一个框架，能够在单一评估流水线中结合条件分布检查 P(Y|X)、跨表基数验证以及面向生产的边界情况测试，用于评估关系型合成数据。