LLM推論初出 8/6 02:59
Reasoning Core：補完教師あり推論トレーニングのための広範な手続きデータ設計
Reasoning Core: Designing Broad Procedural Data for Completion-Supervised Reasoning Training
https://export.arxiv.org/api/query·2026/8/5
AI要約
Reasoning Coreは、数学、論理、計画などの多様な推論タスクを生成し、完了ベースのファインチューニングに適したデータセットです。難易度制御やタスク評価機能も備えています。
AI要点
- Reasoning Coreは、補完教師あり推論トレーニングのために設計された、50の発電機からなる広範な手続きデータセットである。
- このデータセットは、数学、論理、計画、状態追跡、形式言語、構造化データ、ゲーム、因果関係、コードなど、多様な分野をカバーしている。
- Reasoning Coreは、他の手続きデータセットと比較して、DROP、LogiQA、ARC-Challengeなどのベンチマークで高い平均スコアを達成した。
- タスクレベルの分析から、意味的妥当性だけでなく、コンパクトなターゲットと調整された難易度がトレーニングの有効性に重要であることが示唆された。
- 生成、レンダリング、ターゲット、スコアリングの間の微妙な不一致を明らかにするための監査プロセスが開発と評価に適用された。
なぜ重要か
Reasoning Coreは、多様な推論タスクにおける言語モデルの能力を向上させるための、高品質で構造化された手続きデータを提供し、より信頼性の高いAI推論システムの開発を促進する。