Scaffold CoT：专为小模型设计的 400 万条结构化思维链数据集
Saraozte01 · reddit · 2026-08-25
作者发布了 Scaffold CoT 数据集，包含约 400 万个示例和 30 亿 Token，旨在提升小模型(5B 以下)的自由思维链(CoT)能力。数据集通过固定结构(Inventory -> Interaction -> Execution)来规范模型推理，减少输出混乱和幻觉。
该数据集涵盖 18 个领域和 798 个子领域，包括代码、通用知识、反幻觉、科学、逻辑、工具使用等。通过将结构标准化，模型可以专注于推理内容而非格式，且输出可通过 Regex 验证。这有助于在消费级设备上训练更可靠的小模型。
「研究」频道最新
- WorldMind：解耦游戏世界模型实现状态感知 NPC — Zhiyang Deng · 2026-08-25
- Nature 发布机器学习概率天气预报模型 — pastramimachine · 2026-08-25
- Moderna 披露如何利用 AI 加速 mRNA 疫苗研发 — alex_verem · 2026-08-25
- Moderna 试验显示 AI 辅助 mRNA 疗苗将癌症复发率降 49% — alex_verem · 2026-08-25
- RL 练习：用 LLM 指导装箱问题启发式算法 — cephaloform · 2026-08-25
- Mojo 与 LLM 赋能基因组学，AffineGaps 库实现高性能序列比对 — clattner_llvm · 2026-08-25