数据选择的影响：LLM 持续预训练研究

这篇 ArXiv 文章探讨了数据选择在通过持续预训练完善大型语言模型中的关键作用。这项研究很可能探索了各种数据过滤和增强技术，并分析了它们对模型性能的影响。

• •这项研究调查了不同数据选择方法的效果。
• •该研究可能会评估数据选择如何影响模型性能指标。
• •研究结果可能有助于 LLM 持续预训练的最佳实践。