SynLogic은 홍콩과학기술대학교와 MiniMax 연구팀이 2025년에 발표한 포괄적인 합성 논리 추론 데이터셋입니다. 관련 논문 결과는 다음과 같습니다.SynLogic: 논리적 추론 및 그 이상을 학습하기 위한 대규모 검증 가능한 추론 데이터 합성"는 검증 가능한 보상을 통한 강화 학습을 통해 대규모 언어 모델(LLM)의 논리적 추론 능력을 향상시키는 것을 목표로 합니다. 이 데이터 세트에는 35개의 다양한 논리적 추론 과제가 포함되어 있으며 자동 검증 기능이 있어 강화 학습 훈련에 적합합니다.

주요 특징

• 35가지 유형의 과제: 수도쿠, 24점 게임, 비밀번호, 화살표 미로, 산술 퍼즐 등
• 검증 가능한 보너스: 모든 샘플에는 정확성 확인을 위한 자동 검증기가 있습니다.
• 조절 가능한 난이도: 각 작업에는 조절 가능한 난이도 매개변수가 있습니다.
• 두 가지 버전: 쉬운 버전(7B 모델용)과 어려운 버전(32B 모델용)

데이터 세트 구성

신로직-이지

• 목표: 7B 매개변수 모델
• 일: 27개 미션
• 견본: 약 16,000개의 훈련 인스턴스 신로직-하드
• 목표：32B 매개변수 모델
• 일: 전체 35개 과제
• 견본: 약 33,000개의 훈련 인스턴스

소환

@misc{liu2025synlogic,
title={SynLogic: Synthesizing Verifiable Reasoning Data at Scale for Learning Logical Reasoning and Beyond},
author={Junteng Liu and Yuanxiang Fan and Zhuo Jiang and Han Ding and Yongyi Hu and Chi Zhang and Yiqi Shi and Shitong Weng and Aili Chen and Shiqi Chen and Yunan Huang and Mozhi Zhang and Pengyu Zhao and Junjie Yan and Junxian He},
year={2025},
eprint={2505.19641},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2505.19641},
}