一个名为 Scaffold CoT 的新数据集已发布，包含约 400 万个示例和 30 亿个 token。该数据集旨在通过提供结构化的思维框架来提高小型语言模型（50 亿参数以下）的推理和响应准确性。该框架包含三个一致的部分：“Inventory”（清单）、“Interaction”（交互）和“Execution”（执行），这有助于模型专注于内容而非格式，从而减少错误并提高连贯性。Scaffold CoT 还包括多样化的类别和深度层级，以增强特定主题的性能和适应性推理。 AI
影响 旨在提高小型语言模型的推理能力，使其在特定任务上更易于访问和更可靠。
排序理由 发布用于 LLM 训练的新数据集。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
