上海交通大学 发布 OmniThought 数据集, 应用在 自然语言处理、模型评估 领域

上海交通大学 本次发布的数据集 OmniThought, OmniThought是一个包含200万个CoT过程的大型数据集，由两个强大的LRMs生成和验证。每个CoT过程都标注有新颖的推理冗余度（RV）和认知难度（CD）评分，描述了模型理解这些推理过程的冗余度和认知难度水平的适宜性。数据集通过自给自足的管道进行整理，并通过各种大小和能力的Qwen2.5模型进行了广泛的实验，证明了其有效性。

查看OmniThought

Dataset card 内容： 

Files and versions 内容： 

关于 上海交通大学 , 上海交通大学是中国历史最悠久、最著名的高等学府之一，是教育部直属的全国重点大学，也是‘985工程’和‘211工程’的首批建设高校之一。学校位于中国上海，拥有丰富的教学资源和强大的科研实力，在工程技术、管理科学等领域享有高声誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。