本文综述大语言模型指令微调的数据优化研究，涵盖反思调整、数据选择分类、低数据微调、R-Tuning拒绝感知、Superfiltering、CoachLM自动修订及自评估等方法，旨在提升数据质量与训练效率，减少数据用量并增强模型性能与泛化能力。