TreeSynthは、2025年3月に香港大学と香港中文大学の研究チームによって共同で提案され、関連する研究成果は論文に掲載されました。TreeSynth: ツリーガイドによるサブスペース分割による多様なデータのゼロからの合成”。

TreeSynthは、決定木に着想を得た、ツリーガイド型サブスペースベースのデータ合成手法です。空間分割ツリーを構築し、特定のタスクにおける完全なデータ空間（ルートノード）を複数のアトミックサブスペース（リーフノード）に再帰的に分割します。これらのサブスペースは相互に排他的かつ網羅的であるため、各アトミックサブスペース内でサンプルを合成する前に、一意性と網羅性の両方が確保されます。様々なベンチマークを用いた広範な実験により、TreeSynthは、データの多様性、モデル性能、堅牢なスケーラビリティの点で、手動で構築されたデータセットや類似のデータ合成手法よりも優れていることが一貫して実証されており、平均10¹TP³Tの性能向上を達成しています。