基于Training data训练Neural Network生成新数据的技术术语是什么

你要实现的效果属于无监督学习大类下的自监督学习分支，对应具体任务为生成式神经语言建模，全程不需要人工标注数据，训练阶段不需要手动设计独立的标注输出，模型会自动从原始纯文本中构造训练所需的输入输出对。

• 因果语言建模（Causal Language Modeling, CLM）：这是当前通用文本生成模型的主流训练范式，训练目标是让模型根据上文内容预测下一个文本片段，完全适配你“输入无标注纯文本、训练后生成同类型新文本”的需求
• 自监督生成式预训练（Self-supervised Generative Pre-training）
• 大语言模型领域继续预训练（Domain-adaptive Continued Pre-training for LLMs）：精准对应你“给模型投喂某类大量内容、让它学会生成同类型全新内容”的场景
• Next-token Prediction（下一词元预测）：这是这类模型默认的输出目标，不需要你额外自定义模型输出
• 无标注语料文本生成模型

不要用泛化的“无监督文本生成”作为检索词，会返回大量过时的、需要标注数据的传统生成方案结果，优先带“自监督”“因果语言建模”关键词检索，能直接定位到你需要的技术资料与教程。

内容的提问来源于stack exchange，提问作者Plemo