Con el rápido desarrollo de la tecnología de modelos grandes, el almacenamiento de datos, así como la recopilación, son muy importantes para mejorar la precisión del entrenamiento del modelo, y los métodos de Selección de Características (FS) pueden eliminar en gran medida las características redundantes en el almacén de datos y mejorar la interpretabilidad del modelo, lo que lo hace particularmente importante en el campo del entrenamiento de modelos grandes.