# Weryfikacja i filtrowanie danych syntetycznych

EN: **Verifying and filtering synthetic data** · id `syntheticfiltering` · aliases: rejection sampling for data, verifier filtering, self-taught data filtering, filtrowanie danych syntetycznych

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Dane dla AI](https://aiatlasgraph.com/t/data.md) › [Dane syntetyczne i augmentacja](https://aiatlasgraph.com/t/synthetic.md) › Weryfikacja i filtrowanie danych syntetycznych

## Description

- PL: Kontrola jakości danych generowanych przez modele przez próbkowanie z odrzucaniem oraz automatyczną weryfikację odpowiedzi, wykonania kodu lub wywołań narzędzi.
- EN: Quality control for model-generated data through rejection sampling and automatic verification of answers, code execution or tool calls.

## In one sentence

- PL: Sprawdzanie przykładów wygenerowanych przez model, zanim trafią do nauki, i zostawianie tylko tych poprawnych.
- EN: Checking model-generated examples before they are used for training, keeping only the correct ones.

## Problem it solves

- PL: Model generujący dane często się myli, a nauka na własnych błędach utrwala je zamiast poprawiać.
- EN: A model generating data often makes mistakes, and learning from its own errors reinforces them instead of fixing them.

## What it does

- PL: Jak egzaminator, który z wielu wypracowań ucznia przepuszcza tylko te z poprawnym wynikiem i logicznym tokiem.
- EN: Like an examiner who, from many student essays, passes only those with a correct result and sound reasoning.

## Everyday example

- PL: Model rozwiązuje to samo zadanie z matematyki dziesięć razy, a do nauki zostają tylko rozwiązania z dobrą odpowiedzią.
- EN: A model solves the same maths problem ten times, and only the solutions with the right answer are kept for training.

## This concerns you if you…

- PL: generujesz dane treningowe modelem językowym
- PL: chcesz uczyć model rozumowania bez ręcznie pisanych rozwiązań
- EN: generate training data with a language model
- EN: want to teach reasoning without hand-written solutions

## Keywords

rejection sampling · STaR · best-of-n · execution-based filtering · unit-test verification · answer verification · APIGen

## How it works

- PL: Dla każdego zadania generuje się kandydatów i zostawia tylko te, które przechodzą sprawdzenie: zgodność z wzorcową odpowiedzią, testy jednostkowe albo poprawne wykonanie wywołania API. Pętla typu STaR powtarza generowanie, wybór rozwiązań prowadzących do poprawnej odpowiedzi i dostrajanie na zachowanych przykładach.
- EN: Candidates are generated for each task and only those passing a check are kept: agreement with a reference answer, unit tests, or successful API execution. A STaR-style loop repeats generation, selection of rationales reaching the correct answer, and fine-tuning on retained examples.

## Limits

- PL: Działa najlepiej tam, gdzie poprawność da się sprawdzić automatycznie (matematyka, kod, narzędzia). Poprawna odpowiedź może mieć błędne rozumowanie, a sędzia LLM wnosi własne uprzedzenia; filtrowanie zawęża różnorodność danych.
- EN: Works best where correctness can be checked automatically (maths, code, tools). A correct answer can hide flawed reasoning, and an LLM judge adds its own biases; filtering narrows data diversity.

## Key terms

- PL: **rejection sampling**: Generowanie wielu prób i odrzucanie tych, które nie spełniają kryterium.
- PL: **weryfikator**: Program lub model automatycznie sprawdzający poprawność odpowiedzi.
- EN: **rejection sampling**: Generating many attempts and discarding those failing a criterion.
- EN: **verifier**: Program or model that automatically checks an answer's correctness.

## Know first

- [Weryfikatory rozumowania (Reasoning verifiers)](https://aiatlasgraph.com/t/reasoningverifiers.md)

## Related topics

Untyped, symmetric "see also" links.

- [Generowanie danych instrukcyjnych przez LLM (LLM-generated instruction data)](https://aiatlasgraph.com/t/instructiongen.md)
- [RL z weryfikowalnymi nagrodami (RLVR) (Reinforcement learning with verifiable rewards)](https://aiatlasgraph.com/t/rlvr.md)

## Sources

- [STaR: Bootstrapping Reasoning With Reasoning](<https://arxiv.org/abs/2203.14465>) `zelikman-2022-star` · by Eric Zelikman, Yuhuai Wu, Jesse Mu, Noah D. Goodman
- [APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets](<https://arxiv.org/abs/2406.18518>) `liu-2024-apigen` · by Zuxin Liu, Thai Hoang, Jianguo Zhang, Ming Zhu, Tian Lan, Shirley Kokane, Juntao Tan, Weiran Yao, Zhiwei Liu, Yihao Feng, Rithesh Murthy, Liangwei Yang, Silvio Savarese, Juan Carlos Niebles, Huan Wang, Shelby Heinecke, Caiming Xiong

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/syntheticfiltering · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30