SFT 的数据集规模是不是越大越好？如何判断数据质量与规模的权衡？

回答思路

1. 能说明规模并非唯一决定因素，数据质量与多样性同样关键
2. 能结合过拟合、重复、噪声等风险分析规模收益递减
3. 能给出评估数据有效性或进行数据筛选的基本思路