摘要
针对低资源语言孟加拉语的数学推理挑战,本研究构建了包含GPT-5.4生成推理过程的MathShikkha数据集,并对比了答案仅监督与思维链(CoT)监督在小参数模型上的微调效果。实验发现,在域内数据上,CoT并未显著提升较强模型的推理性能,但显著增强了较弱模型的表现;而在经过污染审计的BanglaMATH基准测试中,CoT在所有模型上均大幅优于答案仅监督。此外,CoT主要优势在于提升目标语言遵循度、提供可审计的推理过程及增强域外鲁棒性,而非直接提升域内推理有效性。
AI 推荐理由
论文核心探讨思维链(CoT)监督对数学推理能力的影响,直接关联推理机制与效果评估。
研究机构
Independent Researcher
University at Albany
论文信息