南洋理工大学李搏扬团队在ICML 2026上提出了一项突破性成果，成功解决了Meta-learning for Training-data Selection（MTS）领域长达八年的数学缺陷。MTS是一种让AI学会自主挑选高质量训练数据的方法，其核心思想是通过元学习优化数据选择策略，从而提升模型训练效率。然而，此前的方法虽然在逻辑上自洽，但在实际应用中效果不佳，困扰学界多年。李搏扬团队的创新在于从数学层面修正了MTS的底层缺陷，使其首次真正发挥作用。
这一突破的意义在于，它直接回应了大模型训练中的核心痛点：数据质量。当前，大模型依赖海量数据训练，但数据中往往包含噪声、冗余甚至错误信息，低质量数据不仅浪费计算资源，还可能损害模型性能。MTS的改进版本能够动态识别并筛选出高价值数据，从而在同等算力下实现更优的训练效果。李搏扬团队通过理论推导和实验验证，证明了新方法在多个基准测试上的显著提升，为AI训练效率的优化提供了新路径。
从行业影响看，这一成果可能加速大模型训练的降本增效。随着模型参数规模持续膨胀，训练成本已成为制约发展的关键因素。MTS的突破意味着，未来模型训练可以更智能地利用数据，减少无效计算，从而降低对算力的依赖。此外，该方法还可应用于数据标注、隐私保护等场景，例如自动过滤敏感信息。南洋理工团队的这项工作，不仅解决了学术界的长期难题，也为AI产业的实用化提供了有力工具，有望推动大模型从“堆数据”向“精数据”的范式转变。
