LLM預訓練資料的策展管線中，MinHash技術主要用於什麼目的？

解析

MinHash是一種近似最近鄰演算法，用於大規模文本的模糊去重，可發現內容相似但不完全相同的文件並移除冗餘（可去除20-30%重複內容）。語言識別用語言分類器；品質評分用文本品質模型；毒性過濾用有害內容分類器。

正確答案：C. 模糊去重（Deduplication）