提纯大语言模型知识，探索高质量数据集构建（2025.2.3）

我们的路线核心，包括4个环节：

环节1：充分的数据源；环节2：稳定的数据筛选；环节3：准确的数据抽取；环节4：多智能体校验。

针对第一个环节充分的数据源，我们设计3条技术路线：

技术路线1：显式的Prompt，引导多大模型构造多种主流思维链的Prompt，利用自动构造的Prompt从主流大模型（自带搜索引擎）中提取；

大模型涵盖：kimi、天工、星火、千问、豆包、文心、GPT4o-latest、llama3.1-405b、o1、claud3.5-sonnet、deepseek等

思维链：CoT、ToT、一致性等

 当前时间点，我们认为仅仅将思维链放在提示词工程中，效果不佳。即使是有诸多目前来看较好的大模型+匹配的内部搜索引擎的支持，依然无法满足高质量数据集构建需要。