LLM 数据优化综述

一篇被 ACM TKDD 接收的 LLM 数据优化综述提出统一框架，将现有技术归为数据选择、数据增强、重加权及其他四类。综述先梳理 LLM 训练与推理中的数据挑战，并以质量、难度、多样性、冗余四个维度评估数据属性。文中还分析各类技术之间的关联，并指出相较传统深度学习方法的关键挑战与未来方向。