手术刀式去噪突破LLM能力上限，模型性能提升7.2% | 中科院＆阿里 中科院计算所与阿里Qwen团队联合提出RefineX框架，通过程序化编辑任务实现大规模、精准预训练数据精炼。其核心是将专家优化结果蒸馏为基于删除操作的极简程序，高效可靠地优化语料，同时保留原始文本多样性和自然性。 预训练数据质量...