#Chain-of-Thought

Chain-of-ThoughtsPapers

Chain-of-ThoughtsPapers项目收集了大型语言模型推理能力研究的关键论文。涵盖从基础到前沿的多个主题，如零样本推理、多模态推理和模型自我改进等。这些研究揭示了语言模型在复杂推理任务中的潜力，推动了自然语言处理领域的发展。项目持续更新，反映领域最新进展，为研究人员和开发者提供重要参考资料。

chain-of-thought-hub

Chain-of-Thought Hub汇集了数学、科学、符号推理等多个领域的挑战性任务，旨在全面评估大型语言模型的复杂推理能力。该项目通过精选数据集和模型，为语言模型发展提供可靠参考。同时，它将链式思考提示工程视为新一代系统调用，为基于大型语言模型的应用生态系统发展奠定基础。

Qwen2.5-Math-72B-Instruct

Qwen2.5-Math-72B-Instruct是一款专门针对数学问题的大型语言模型。该模型支持思维链（CoT）和工具集成推理（TIR）技术，能够处理中英文数学题。在MATH基准测试中，模型达到了87.8的高分，展现了其在复杂计算、符号操作和算法推理方面的卓越能力。作为Qwen2.5-Math系列的重要组成部分，这个模型为数学问题提供了高效的解决方案。