SFTProbe 研究尝试减少推理模型微调数据的筛选成本。方法先做短暂的 LoRA 适配，再只检查每条推理轨迹的一小部分，通过损失特征估计样本难度与多样性。
作者报告，在其数学与物理实验中，可以用更少的筛选开销构建有效训练集，并公开代码和数据。这项方法针对数据整理流程，不意味着所有训练任务都能按同样比例缩短总耗时。
SFTProbe 用少量探测筛选推理训练数据
SFTProbe 研究尝试减少推理模型微调数据的筛选成本。方法先做短暂的 LoRA 适配，再只检查每条推理轨迹的一小部分，通过损失特征估计样本难度与多样性。