英文：Data Efficiency 分类：frontier
模型从单位数据量中获得能力的能力：高质量/高利用率数据让模型"学得更快更好"，减少对海量数据的依赖。
方法：数据质量优先（去重/筛选）、合成数据（增强稀缺分布）、课程学习（难易递进）、训练策略（重复训练/加权采样）；衡量：能力-数据量曲线（scaling law 的斜率）、数据效用分析；趋势：数据墙下的效率竞赛。
用于训练数据策略（高质量小数据 vs 海量低质）、合成数据工程、低成本训练与稀缺领域建模；数据效率是"数据墙时代"的突围方向。