面向量子场论的小型推理模型微调研究

尽管大语言模型在理论物理中应用日益广泛，但针对其领域特定推理能力发展的学术研究尚显不足。本文首次对专用于理论物理的小型（70 亿参数）推理模型进行了学术微调研究。鉴于可验证的训练数据稀缺，我们开发了稳健的数据生成流水线，构建了合成问题并适配了现有人类编写的问题。以量子场论为主要领域，生成了超过 2500 个合成问题及精选的人类适配问题集。通过强化学习和监督微调实验，评估了性能提升及跨物理领域的泛化能力，并深入分析了微调前后思维链中推理错误的演变过程。