MathShikkha

孟加拉语数学推理研究：思维链监督的益处因模型强度而异

一项新研究“MathShikkha”调查了思维链（CoT）监督在提高小型语言模型（SLMs）孟加拉语数学推理方面的有效性。该研究使用GPT-5.4生成的推理构建了一个数据集，发现虽然CoT监督并未显著提高较强SLMs的领域内推理准确性，但它显著增强了一个较弱的4B模型。然而，在一个更大的基准测试中，CoT在所有模型上都显著优于仅答案微调，并保持或提高了领域外准确性。