La búsqueda de un razonamiento eficiente: Un punto de referencia centrado en datos para la destilación de CoT
The Quest for Efficient Reasoning: A Data-Centric Benchmark to CoT Distillation
May 24, 2025
Autores: Ruichen Zhang, Rana Muhammad Shahroz Khan, Zhen Tan, Dawei Li, Song Wang, Tianlong Chen
cs.AI
Resumen
La destilación centrada en datos, que incluye aumento, selección y mezcla de datos, ofrece un camino prometedor para crear modelos de lenguaje grandes (LLMs) estudiantiles más pequeños y eficientes que conserven fuertes capacidades de razonamiento. Sin embargo, aún falta un punto de referencia integral para evaluar sistemáticamente el efecto de cada enfoque de destilación. Este artículo presenta DC-CoT, el primer punto de referencia centrado en datos que investiga la manipulación de datos en la destilación de cadena de pensamiento (CoT) desde las perspectivas de método, modelo y datos. Utilizando varios modelos maestros (por ejemplo, o4-mini, Gemini-Pro, Claude-3.5) y arquitecturas estudiantiles (por ejemplo, 3B, 7B parámetros), evaluamos rigurosamente el impacto de estas manipulaciones de datos en el rendimiento del modelo estudiantil a través de múltiples conjuntos de datos de razonamiento, con un enfoque en la generalización dentro de la distribución (IID) y fuera de la distribución (OOD), y la transferencia entre dominios. Nuestros hallazgos tienen como objetivo proporcionar ideas prácticas y establecer mejores prácticas para optimizar la destilación CoT mediante técnicas centradas en datos, facilitando finalmente el desarrollo de modelos de razonamiento más accesibles y capaces. El conjunto de datos se puede encontrar en https://huggingface.co/datasets/rana-shahroz/DC-COT, mientras que nuestro código se comparte en https://anonymous.4open.science/r/DC-COT-FF4C/.
English
Data-centric distillation, including data augmentation, selection, and
mixing, offers a promising path to creating smaller, more efficient student
Large Language Models (LLMs) that retain strong reasoning abilities. However,
there still lacks a comprehensive benchmark to systematically assess the effect
of each distillation approach. This paper introduces DC-CoT, the first
data-centric benchmark that investigates data manipulation in chain-of-thought
(CoT) distillation from method, model and data perspectives. Utilizing various
teacher models (e.g., o4-mini, Gemini-Pro, Claude-3.5) and student
architectures (e.g., 3B, 7B parameters), we rigorously evaluate the impact of
these data manipulations on student model performance across multiple reasoning
datasets, with a focus on in-distribution (IID) and out-of-distribution (OOD)
generalization, and cross-domain transfer. Our findings aim to provide
actionable insights and establish best practices for optimizing CoT
distillation through data-centric techniques, ultimately facilitating the
development of more accessible and capable reasoning models. The dataset can be
found at https://huggingface.co/datasets/rana-shahroz/DC-COT, while our code is
shared in https://anonymous.4open.science/r/DC-COT-FF4C/.Summary
AI-Generated Summary