**EMNLP 2026 杰出论文：日本 NICT 团队提出大模型训练数据配比优化方案**

_EMNLP 2026 杰出论文 | 大模型训练，数据配比难？日本NICT团队提出最优分布向量合并_

> 针对大模型训练中不同数据配比试错成本高的问题，日本信息通信研究机构（NICT）团队提出了最优分布向量合并方法，旨在解决训练前数据配比难以确定的难题，减少重新训练的成本。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：ai-models
- **发布时间**：2026-11-15 16:55（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-11-15-6)