Abstract
"以DeepSeek-R1为 代 表 ,"思 考"普 遍 被 认 为 是 一 种 提 高 大 语 言 模 型 性 能 的 方 法 。在CCL25-Eval"争鸣"中文阅读理解任务下,本文分别探索了"思考"和"非思考"两种模型在这项任务下的潜力。具体来说,在古代文学知识理解任务中,本文构建了古汉语特定领域的知识数据集,用大模型蒸馏了思考数据集,整理了高质量思考数据集,在这些数据基础之下同样lora微调,发现思考模型虽然性能有巨大提升,但依旧比不上原本的非思考模型。最后,开源并提交了基于Qwen2.5的SongPanda模型。"
- Anthology ID:
- 2025.ccl-2.32
- Volume:
- Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)
- Month:
- August
- Year:
- 2025
- Address:
- Jinan, China
- Editors:
- Hongfei Lin, Bin Li, Hongye Tan
- Venue:
- CCL
- SIG:
- Publisher:
- Chinese Information Processing Society of China
- Note:
- Pages:
- 271–277
- Language:
- URL:
- https://aclanthology.org/2025.ccl-2.32/
- DOI:
- Bibkey:
- Cite (ACL):
- 郑陈锐 郑陈锐, 朱奕澄 朱奕澄, 王欣雨 王欣雨, 姜伟麟 姜伟麟, and 吴会腾 吴会腾. 2025. CCL25-Eval任务7系统报告:学而不思则罔?. In Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025), pages 271–277, Jinan, China. Chinese Information Processing Society of China.
- Cite (Informal):
- CCL25-Eval任务7系统报告:学而不思则罔? (郑陈锐 et al., CCL 2025)
- Copy Citation:
- PDF:
- https://aclanthology.org/2025.ccl-2.32.pdf