COTS_train_test_split

本数据集用于研究小型模型（参数不超过3B）在学习长链式思维（CoT）或从大型模型中蒸馏知识时的学习差距问题。数据集包含了从MATH数据集的7.5k训练分割中选取的问题，并使用Qwen/QwQ-32B-Preview模型通过拒绝采样生成长链式思维答案。该数据集旨在探究长链式思维数据与短链式思维数据对不同的学生模型的影响。