面向推理大语言模型的难题数据合成方法及系统

本发明公开了一种面向推理大模型的难题数据合成方法及系统，方法包括：对现有数学数据集进行概念抽取，获得包含数学概念、应用场景和示例的概念实体；基于现有推理大语言模型对随机抽取的概念组进行难题合成，并生成具有长推理链形式的解答，建立候选难题数据集；采用基于规则和大语言模型验证的方法，从候选数据集中筛选出正确的难题、长推理链解答及参考答案，得到最终的难题数据集。本发明提出了一个有效的数据合成方法，可以构建质量高、难度大的数学问题，在进行长推理链解答时，有效支撑了大语言模型的训练和评测，为未来在复杂推理任务中提升模型能力提供了坚实的数据基础与技术路径。