ReverseMath：用于可扩展且可验证数学问题生成的答案反转法

数学推理基准对评估大语言模型至关重要，但现有基准多为静态且易被记忆，难以区分真实推理与背诵。人工构建新问题成本高昂。本文提出 ReverseMath，一种通过答案反转 scalable 生成新数学问题的方法：掩码原题数值，将原答案作为已知条件重写问题，使掩码值成为新答案。该方法既用于评估（揭示模型行为偏移及记忆现象），也用于训练（为强化学习提供自动标注的增强数据）。实验表明，引入该数据显著提升了多基准下的数学推理性能。