本研究提出了一种新的数据混合策略，解决了现有方法在预定数据领域和计算扩展性方面的不足。在R%计算开销下，该策略的性能达到了或超过了最先进的水平。

本文探讨大型语言模型（LLMs）在上下文学习（ICL）中的应用，提出通过优化示例排序和数据混合策略来显著提升ICL表现。研究发现视觉语言模型（VLM）在执行ICL时存在不足，并提出新的基准测试VL-ICL Bench，以评估其能力和局限性。