RefAug是一种用于反思和思维链的合成数据增强方法,旨在通过将问题反思和思考嵌入到以数学为重点的训练数据中,提高模型的推理能力。该方法通过生成替代推理和后续推理,将反思整合到训练示例中,从而增强模型在数学任务和编码任务中的表现。