基准评估合成表格数据：多维度评估框架

评估合成数据质量是确保数据驱动研究中隐私与实用性的关键挑战。本文提出了一个评估框架，量化合成数据在确保隐私的同时，如何良好地复制原始分布属性。该方法采用保留基准策略，通过低维和高维分布比较、嵌入式相似性测度以及最近邻距离度量，实现定量评估。该框架支持多种数据类型和结构，包括序列和上下文信息，并通过一组标准化指标实现可解释的质量诊断。这些贡献旨在支持合成数据生成技术的可重复性和方法论一致性。框架的代码可在 https://github.com/mostly-ai/mostlyai-qa 查看。