vivo AI Lab提出了一种数据质量提升（DQE）方法，旨在通过减少数据量来提高文本分类任务的训练效率和准确性。研究表明，DQE方法在大多数测试集上优于全量数据微调，有效解决了数据冲突和冗余问题，尤其在情感分析和用户意图识别中具有重要意义。