尽管使用思维链(chain of thought,CoT)的大模型(large language model,LLM)在单未知数的数学问题求解(math word problem,MWP)任务上取得了显著成果。但是,目前的研究缺乏适用于方程数学问题的方法。由于数学问题求解对推理步骤具有很...尽管使用思维链(chain of thought,CoT)的大模型(large language model,LLM)在单未知数的数学问题求解(math word problem,MWP)任务上取得了显著成果。但是,目前的研究缺乏适用于方程数学问题的方法。由于数学问题求解对推理步骤具有很高的敏感性,列方程出错会导致后续步骤连环出错,所以提出一种渐近式验证纠正的方法2ERP,一边验证一边纠正步骤错误,输出最有可能的正确答案。在验证环节使用等式和答案的双重验证,回代答案到等式确保计算的正确,从数学表达式获取数值关系来验证等式的正确性。在纠正流程中,根据回代的结果和双重验证的一致性排除错误的推理路径,逼近正确结果。与其他CoT方法相比,2ERP方法在6个数据集上均取得了性能上的提升,平均准确率达到了66.2%,尤其是方程问题的数据集上,平均提高了6.9百分点。2ERP方法是一种设计提示的零样本方法,通过多次迭代提高数学问题的准确率,并输出具有详细步骤的求解过程,该方法在方程问题上的提升更加明显。展开更多
文摘尽管使用思维链(chain of thought,CoT)的大模型(large language model,LLM)在单未知数的数学问题求解(math word problem,MWP)任务上取得了显著成果。但是,目前的研究缺乏适用于方程数学问题的方法。由于数学问题求解对推理步骤具有很高的敏感性,列方程出错会导致后续步骤连环出错,所以提出一种渐近式验证纠正的方法2ERP,一边验证一边纠正步骤错误,输出最有可能的正确答案。在验证环节使用等式和答案的双重验证,回代答案到等式确保计算的正确,从数学表达式获取数值关系来验证等式的正确性。在纠正流程中,根据回代的结果和双重验证的一致性排除错误的推理路径,逼近正确结果。与其他CoT方法相比,2ERP方法在6个数据集上均取得了性能上的提升,平均准确率达到了66.2%,尤其是方程问题的数据集上,平均提高了6.9百分点。2ERP方法是一种设计提示的零样本方法,通过多次迭代提高数学问题的准确率,并输出具有详细步骤的求解过程,该方法在方程问题上的提升更加明显。
