我们提出了一种名为LESS的算法，用于估计数据影响并执行低秩梯度相似性搜索。实验表明，使用LESS选中的5%的数据进行训练通常优于全数据集的训练。所选数据具有高度可迁移性。该方法能够识别出在预期的下游应用中体现必要推理技能的数据。