LLM数据优化技术综述论文发表

2026年10月27日，arXiv发布了一项关于大语言模型（LLMs）数据优化的综述研究，该成果已被ACM Transactions on Knowledge Discovery from Data (TKDD) 期刊接受发表。 该研究由Ou Wu等学者完成，构建了一个涵盖数据选择、增强、加权及其他操作的分类框架。文章首先分析了LLM在训练与推理过程中面临的数据挑战，并确立了质量、难度、多样性和冗余性四大数据感知维度。 论文最后指出了当前数据优化相较于传统深度学习所面临的关键挑战，并提出了未来研究方向。这项研究旨在开发一个全面的技术框架，以提升LLM的数据利用效率和效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。