通用信息度量评估方法

降训练成本近四成

利用客观信息理论中的通用信息度量来筛选数据集，在保持模型性能的同时显著缩短训练时间和成本。

Xu, Jianfeng · Congcong, Liu · Xiaoying, Tan · Xiaojie, Zhu · 伍广朋 · Huan, Wan · Weijun, Kong · Chun, Li · Hu, Xu · 况琨 · 吴飞

Artificial Intelligence Review 2025

参数信息

训练成本降低率

39.56 %

技术优势

训练成本显著降低

在司法AI程序中应用GIME，总模型训练费用减少了39.56%。

跨领域通用性强

实验覆盖CTR预测、民事案件预测和天气预报等多个领域，均验证有效。

应用场景

• 大规模AI模型训练：用GIME筛选大规模训练数据，降低训练成本。
• 机器学习效率优化：在保持性能的同时显著减少训练时间和成本。
• 数据选择策略：提供基于客观信息理论的通用数据选择方法。