Neubetrachtung der Generierung hochwertiger CoT-Daten aus der Perspektive der LLM-adaptiven Schwierigkeitsgradierung von Fragen

Rethinking the Generation of High-Quality CoT Data from the Perspective of LLM-Adaptive Question Difficulty Grading

April 16, 2025

Autoren: Qianjin Yu, Keyu Wu, Zihan Chen, Chushu Zhang, Manlin Mei, Lingjun Huang, Fang Tan, Yongsheng Du, Kunlin Liu, Yurui Zhu

cs.AI

Zusammenfassung

Kürzlich hat DeepSeek-R1 (671B) (DeepSeek-AI et al., 2025) seine hervorragenden Fähigkeiten im Bereich des komplexen Denkens unter Beweis gestellt und seine Methodik öffentlich geteilt. Dies bietet potenziell hochwertige Chain-of-Thought (CoT)-Daten, um die Denkfähigkeiten kleinerer großer Sprachmodelle (LLMs) zu stimulieren. Um hochwertige CoT-Daten für verschiedene LLMs zu generieren, suchen wir nach einer effizienten Methode zur Erstellung hochwertiger CoT-Daten mit LLM-adaptiven Schwierigkeitsgraden der Fragen. Zunächst bewerten wir den Schwierigkeitsgrad der Fragen entsprechend der Denkfähigkeit der LLMs selbst und erstellen eine LLM-adaptive Fragendatenbank. Anschließend entnehmen wir der Problemdatenbank basierend auf einer Verteilung der Schwierigkeitsgrade der Fragen und verwenden DeepSeek-R1 (671B) (DeepSeek-AI et al., 2025), um die entsprechenden hochwertigen CoT-Daten mit korrekten Antworten zu generieren. Dank der Erstellung von CoT-Daten mit LLM-adaptiven Schwierigkeitsgraden konnten wir die Kosten der Datengenerierung erheblich reduzieren und die Effizienz der überwachten Feinabstimmung (SFT) des Modells steigern. Schließlich haben wir die Wirksamkeit und Generalisierbarkeit der vorgeschlagenen Methode in den Bereichen komplexer mathematischer Wettbewerbe und Codegenerierungsaufgaben validiert. Bemerkenswerterweise übertrifft unser ZMath-32B mit nur 2k hochwertigen mathematischen CoT-Daten DeepSeek-Distill-32B in mathematischen Denkaufgaben. Ebenso übertrifft unser ZCode-32B mit nur 2k hochwertigen Code-CoT-Daten DeepSeek-Distill-32B in Code-Denkaufgaben.

English

Recently, DeepSeek-R1 (671B) (DeepSeek-AIet al., 2025) has demonstrated its excellent reasoning ability in complex tasks and has publiclyshared its methodology. This provides potentially high-quality chain-of-thought (CoT) data for stimulating the reasoning abilities of small-sized large language models (LLMs). To generate high-quality CoT data for different LLMs, we seek an efficient method for generating high-quality CoT data with LLM-Adaptive questiondifficulty levels. First, we grade the difficulty of the questions according to the reasoning ability of the LLMs themselves and construct a LLM-Adaptive question database. Second, we sample the problem database based on a distribution of difficulty levels of the questions and then use DeepSeek-R1 (671B) (DeepSeek-AI et al., 2025) to generate the corresponding high-quality CoT data with correct answers. Thanks to the construction of CoT data with LLM-Adaptive difficulty levels, we have significantly reduced the cost of data generation and enhanced the efficiency of model supervised fine-tuning (SFT). Finally, we have validated the effectiveness and generalizability of the proposed method in the fields of complex mathematical competitions and code generation tasks. Notably, with only 2k high-quality mathematical CoT data, our ZMath-32B surpasses DeepSeek-Distill-32B in math reasoning task. Similarly, with only 2k high-quality code CoT data, our ZCode-32B surpasses DeepSeek-Distill-32B in code reasoning tasks.