@inproceedings{zheng-chen-rui-etal-2025-ccl25,
    title = "{CCL}25-Eval任务7系统报告:学而不思则罔?",
    author = "郑陈锐, 郑陈锐  and
      朱奕澄, 朱奕澄  and
      王欣雨, 王欣雨  and
      姜伟麟, 姜伟麟  and
      吴会腾, 吴会腾",
    editor = "Lin, Hongfei  and
      Li, Bin  and
      Tan, Hongye",
    booktitle = "Proceedings of the 24th {C}hina National Conference on Computational Linguistics ({CCL} 2025)",
    month = aug,
    year = "2025",
    address = "Jinan, China",
    publisher = "Chinese Information Processing Society of China",
    url = "https://preview.aclanthology.org/ingest-ccl/2025.ccl-2.32/",
    pages = "271--277",
    abstract = "``以DeepSeek-R1为 代 表 ,{''}思 考{''}普 遍 被 认 为 是 一 种 提 高 大 语 言 模 型 性 能 的 方 法 。在CCL25-Eval{''}争鸣{''}中文阅读理解任务下,本文分别探索了{''}思考{''}和{''}非思考{''}两种模型在这项任务下的潜力。具体来说,在古代文学知识理解任务中,本文构建了古汉语特定领域的知识数据集,用大模型蒸馏了思考数据集,整理了高质量思考数据集,在这些数据基础之下同样lora微调,发现思考模型虽然性能有巨大提升,但依旧比不上原本的非思考模型。最后,开源并提交了基于Qwen2.5的SongPanda模型。''"
}