LLMの学習において；ウェブから収集した大量のテキストから「品質の低いデータ」や「重複」を排除し、高品質なデータセットを作る作業を何というか。

ニューラルネットワークの「情報の伝達効率」を最大化するために；各層の「活性化値の分散」が一定に保たれるように設計された重みの初期化法はどれか。