一种基于评估模型的高效动态数据集剪枝方法及系统

本发明公开一种基于评估模型的高效动态数据集剪枝方法及系统，涉及人工智能，针对现有技术中剪枝效果不理想的问题提出本方案。通过评估模型来辅助生成剪枝指标，设计样本训练策略以减少剪枝造成的信息损失。其优点在于，一方面通过评估模型提前提取数据集特征，为数据剪枝提供更为精准的指标；另一方面，采用在线批次评估方法，有效解决了传统动态指标存在的滞后性问题。通过这两种创新手段，本发明能够显著提升数据剪枝的效率和精度，优化训练过程。本发明提出的样本训练策略，解决了数据集调用顺序的问题，减少不必要的计算量，从而提高了训练效率，增强了模型的泛化能力。