华东师范大学 发布 CodeSeq 数据集, 应用在 代码生成、归纳推理 领域

华东师范大学 本次发布的数据集 CodeSeq, CodeSeq是一个由数字序列构建的合成后训练数据集，旨在提高大型语言模型（LLMs）的归纳推理能力。该数据集通过将数字序列打包成算法问题，并定义一个通用项生成（GTG）任务，帮助LLMs学习自主案例生成和自我检查。CodeSeq还利用强化学习，基于问题的可解决性和自我指导案例生成的成功率，设计了一种新的案例协同可解决性缩放奖励，以提高模型的学习效率和归纳推理能力。

查看CodeSeq

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。