대규모 언어 모델의 인스트럭션 미세 조정에 널리 사용되는 인스트럭션 선택 전략들이 다양한 데이터셋, 예산, 평가 지표에서 일관성 있게 랜덤 샘플링보다 우수한 성능을 보이지 못하며, 선택 비용 대비 효율성 또한 떨어진다.
