向后淘汰法在特征选择过程中具有多方面的优势。首先，它能显著提升模型的简洁性，通过减少特征维度使模型更易于解释和理解。其次，移除不相关特征能够潜在地提高模型性能，有效避免过拟合现象。此外，特征数量的减少还能降低计算复杂度，提高模型训练和预测的效率。

缺点是跨节点通信慢，当张量并行度超过8个GPU时，通信开销明显，从TP=8到TP=16、TP=16到TP=32性能显著下降。层归一化和随机失活等操作仍需收集完整激活值。