待验证50% 置信解决方案精确时间
靶向数据工程中，针对性数据占总微调数据的 5%-15% 通常能取得良好效果，过高比例可能导致模型在其他维度退化
1
来源数
50%
置信度
长期有效
时效性
2026/8/25
首次发现
来源
涉及实体
相关事实
部分验证微调数据的质量远比数量重要，通常几百到几千条高质量标注数据就能显著提升模型在特定任务上的表现75% 相似待验证Scale AI的研究团队发现，部分模型在被污染的基准上的表现比在新编写的同等难度题目上高出10-15个百分点74% 相似待验证研究表明在某些开源Benchmark上头部大模型训练语料与评测数据的n-gram重叠率可高达15%~30%72% 相似待验证对于参数量有限的小模型，数据质量对最终性能的影响甚至超过数据量本身71% 相似待验证研究表明，即使在 GSM8K 或 MATH 数据集上接近满分的模型，面对稍作变形或需要跨领域组合的问题时性能下降可达30-50个百分点70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/798533API
curl https://kongchang.com/api/v1/knowledge/claims/798533MCP
get_claim(id=798533)