response ratio

在固定微调预算下，回答密集程度（response ratio）比语言质量、指令复杂度等常见代理指标更能预测指令微调的效用。

response ratio（回答占比）定义为回答 token 数占样本总 token 数的比例。

response ratio 的预测能力更具可移植性，可能在不同数据集和任务上表现得更稳定。

response ratio 的优势可能部分源于它与训练预算的交互方式，而非纯粹的质量信号。

研究没有给出 response ratio 的通用阈值或与其他筛选条件的组合指标。