# 问答数据筛选流水线

该工作提出 π² 问答数据构建流程：从维基百科抽取并扩展表格，结合相关元数据生成复杂推理问题，答案通过双路径代码执行自动确定与验证，再反向翻译出扎根真实上下文的思维链解答；用 gpt-oss-20b 与 Qwen3-4B-Instruct-2507 在 π² 上做监督微调，在四个长上下文推理基准及自建的 π²-Bench 上取得一致提升，平均绝对准确率增益分别为 +6.25% 与 +3.37%，分析显示推理风格贡献很小，而反向翻译得到的忠实推理模式与扎根的真实长上下文才是提升关键。

该工作提出 π² 问答数据构建流程：从维基百科抽取并扩展表格，结合相关元数据生成复杂推理问题，答案通过双路径代码执行自动确定与验证，再反向翻译出扎根真实上下文的思维链解答；用 gpt-oss-20b 与 Qwen3-4B-Instruct-2507 在 π² 上做监督微调，在四个长上下文推理基准及自建的 π²-Bench 上取得一致提升，平均绝对准确率增益分别为 +6.25% 与 +3.37%，分析显示推理风格贡献很小，而反向翻译得到的忠实推理模式与扎根的真实长上下文才是提升关键。