一篇新的研究论文探讨了代码对大型语言模型数学推理能力的影响。研究发现，虽然代码可以提高编程能力，但它并不能普遍增强数学推理能力，甚至可能与知识密集型任务产生竞争。研究人员发现，结构化推理追踪（如数学-文本混合）比单独的可执行代码更能有效地提高推理能力。他们建议，增加结构化数学领域样本的密度，可以提供一种有针对性的方法来提升数学推理能力，而不会牺牲编程性能。 AI
影响 阐明了哪些数据特征可以提高LLM的推理能力，并提出了更精确的数据中心优化策略。
排序理由 详细介绍LLM训练数据研究结果的学术论文。[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 →
