用于大语言模型组合推理的操作代数

问题分解是将复杂查询拆解为简单子查询并组合答案以提升大语言模型推理能力的常用策略，但缺乏严谨的数学基础。本文提出利用操作代数（operads）作为描述该过程的自然框架，定义问题操作代数，将问答模型解释为其上的代数结构。此视角不仅重构现有实践，更引出“操作一致性”新概念，用于衡量模型在问题分解树部分坍缩时答案的一致性。研究表明该指标与准确性强相关，且优于传统自一致性基线，为分析多步推理可靠性开辟了新方向。