WildSci：从真实文献推进科学推理

近年来大语言模型（LLM）推理的进展集中于数学和代码等领域，这些领域拥有充足的高质量数据和客观的评测指标。相比之下，由于数据集覆盖有限以及开放式科学问题固有的复杂性，LLM推理模型在医学、材料科学等科学领域的进展仍然有限。为应对这些挑战，我们提出WildSci，一个从同行评审文献自动合成的领域特定科学问题新数据集，覆盖9个科学学科和26个子领域。通过将复杂的科学推理任务组织为选择题形式，我们实现了具有明确奖励信号的可扩展训练。我们进一步应用强化学习在这些数据上微调模型，并分析由此产生的训练动态，包括各领域的性能变化、回复行为和泛化趋势。在一系列科学基准上的实验证明了我们的数据集和方法的有效性。我们发布WildSci以支持可扩展、可持续的科学推理研究，获取地址为 https://huggingface.co/datasets/JustinTX/WildSci。