Unverified50% confidenceOpinionTime unknown
业界经验表明，SFT阶段数据质量远比数量重要，少量精心标注的高质量样本往往优于大量低质量样本
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
Related Claims
Unverified业界普遍认为数百条高质量标注准确的领域样本其微调效果可能优于数千条质量参差不齐的样本73% similarPartially Verified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72% similarUnverified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69% similarUnverified统计显著不等于实际显著，即使 p 值很小，如果实际改进幅度微不足道其工程价值仍然有限，这在统计学上对应统计功效与效应量的差别64% similarUnverified品种比例低于5%的检测结果基本不具参考意义，可能是数据库比对噪声，选购时应关注报告是否明确标注比例置信区间而非单纯给出百分比64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/55198API
curl https://kongchang.com/api/v1/knowledge/claims/55198MCP
get_claim(id=55198)