研究论文《DeepDistill》提出了一种新方法，通过构建大型分级推理数据集，显著提升大语言模型（LLM）的推理能力。研究发现，推理训练需要更高的学习率，最终在AIME2024基准测试中实现79.2%的通过率，接近最先进水平。