NeMo Data Designer：可扩展的多模态合成数据生成框架

我们介绍开源通用多模态合成数据生成框架NeMo Data Designer（NDD）。为便于使用，NDD提供声明式配置，人类或智能体用户可定义每列数据，列类型覆盖文本、代码、结构化输出、图像、嵌入，以及可显式配置以引导数据多样性的统计采样器。灵活插件系统可引入更多列类型与功能。配置本身是可检查产物，支持工作流分享和复现。合成数据生成天然是迭代过程，因此NDD把预览与修订循环作为核心流程：先生成并检查少量记录、完善规格，再全量生成。运行时，NDD解析依赖、调度对用户提供模型端点的调用，并重试失败请求。我们描述架构和编程模型，展示结构化、智能体、多模态和领域专用任务案例，包括用于Nemotron模型开发和企业生产部署的数据集。