现有数据集普遍存在偏差？DART-Math：使用难度感知拒绝调优增强数学问题求解

文章预览

DART-Math: Difficulty-Aware Rejection Tuning for  Mathematical Problem-Solving 现有数据集普遍存在偏差？DART-Math：使用难度感知拒绝调优（Difficulty-Aware Rejecting Tuning）增强数学问题求解 ‍‍‍‍‍ 分享一篇本公众号关注者为一作的论文PR投稿~摘自知乎，原文请见原文链接，本论文主题与公众号相符故接纳，作者提出的这种难度感知的方法能够解决现有复杂任务数据集过于偏向简单查询的问题，在复杂任务的数据构造中非常关键。此外，公众号后续可以留言了~欢迎大家在后续的文章下面讨论！ 号外！ [2024/07/21] 我们的  DART-Math-DSMath-7B (Prop2Diff) 的性能接近了 AIMO 冠军 NuminaMath-7B  ，仅基于规模有限的 MATH 和 GSM8K 的 prompt 数据集！此外，我们的 DART 方法也完全适配工具集成推理（Tool-Integrated Reasoning）。在本文或该 X thread ( https://x.com/tongyx361/status/1815112376649134172 )下与 ………………………………