南加州大学(USC) 发布 FOL-Pretrain 数据集, 应用在 逻辑推理、自然语言处理 领域

南加州大学(USC) 本次发布的数据集 FOL-Pretrain, FOL-Pretrain是一个大规模、完全开放、复杂性注释的一阶逻辑推理轨迹语料库，旨在深入分析和研究LLMs的算法推理过程。该数据集包含35亿个tokens，包括880万个人工注释示例和750万个合成生成示例。每个合成示例都是通过定制的自动化定理求解器生成，并附带元数据，追踪其算法起源。FOL-Pretrain数据集旨在为研究LLMs学习和泛化符号推理过程提供一个可扩展、可解释的工具，为更透明、更有针对性的研究现代模型的算法能力铺平道路。

查看FOL-Pretrain

关于 南加州大学(USC) , 南加州大学（University of Southern California，简称USC）是一所位于美国加利福尼亚州洛杉矶的私立研究型大学，成立于1880年，是美国历史最悠久的私立研究型大学之一。该校在多个领域都有显著的研究成果和学术成就。

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。