摘要
针对科学假设生成缺乏显式推理轨迹的问题，本文提出 CrossTrace 数据集，涵盖生物医学、AI/ML 及跨领域共 1389 条基础推理轨迹。每条轨迹记录了从既有知识到新颖假设的结构化推理链，且每步均溯源至原文。实验表明，基于该数据微调的模型在推理质量、结构合规性及跨领域泛化能力上显著提升，证实了分步基础推理轨迹作为训练信号的有效性。
AI 推荐理由
论文核心构建科学推理轨迹数据集，旨在提升模型假设生成的推理能力。
研究机构
Nova Southeastern University
Dr. Kiran C. Patel College of Osteopathic Medicine
论文信息