质量优于数量（数据）

"质量优于数量"是指在AI模型训练中，使用少量但高质量、精心筛选的数据，效果可能优于海量低质数据的方法论。这一观点由Innovator-VL模型的核心成果所验证。

核心证据

Innovator-VL模型仅使用不到500万条精心筛选的高质量科学样本，便在多项科学基准测试中超越了百亿级数据训练的模型。这挑战了当前AI for Science领域"堆数据"的主流做法。

该方法论为AI for Science提供了更具性价比的路径，尤其适用于数据获取成本高昂的工业场景（如材料科学、化学合成等）。