Repensando a Geração de Dados CoT de Alta Qualidade sob a Perspectiva da Classificação Adaptativa de Dificuldade de Questões para LLMs

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

April 16, 2025

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

cs.AI

Resumo

Recentemente, o DeepSeek-R1 (671B) (DeepSeek-AI et al., 2025) demonstrou sua excelente capacidade de raciocínio em tarefas complexas e compartilhou publicamente sua metodologia. Isso fornece dados de cadeia de pensamento (CoT) potencialmente de alta qualidade para estimular as habilidades de raciocínio de modelos de linguagem grandes (LLMs) de pequeno porte. Para gerar dados CoT de alta qualidade para diferentes LLMs, buscamos um método eficiente para gerar dados CoT de alta qualidade com níveis de dificuldade de questões adaptáveis ao LLM. Primeiro, classificamos a dificuldade das questões de acordo com a capacidade de raciocínio dos próprios LLMs e construímos um banco de dados de questões adaptáveis ao LLM. Em seguida, amostramos o banco de problemas com base em uma distribuição de níveis de dificuldade das questões e, então, usamos o DeepSeek-R1 (671B) (DeepSeek-AI et al., 2025) para gerar os correspondentes dados CoT de alta qualidade com respostas corretas. Graças à construção de dados CoT com níveis de dificuldade adaptáveis ao LLM, reduzimos significativamente o custo de geração de dados e aumentamos a eficiência do ajuste fino supervisionado (SFT) do modelo. Por fim, validamos a eficácia e a generalização do método proposto nos campos de competições matemáticas complexas e tarefas de geração de código. Notavelmente, com apenas 2k dados CoT matemáticos de alta qualidade, nosso ZMath-32B supera o DeepSeek-Distill-32B em tarefas de raciocínio matemático. Da mesma forma, com apenas 2k dados CoT de código de alta qualidade, nosso ZCode-32B supera o DeepSeek-Distill-32B em tarefas de raciocínio de código.

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.