Self-Correction Mathematical Reasoning Tool Use Verification
摘要

大型语言模型在数学解题方面表现强劲,但可靠验证候选答案仍具挑战。现有方法多依赖自然语言反思或生成验证程序,前者难以保证精确计算,后者过早耦合建模与实现。本文提出AMTFV(代理式数学工具流验证),引入数学工具流作为中断-执行-恢复接口,将验证建模与具体执行解耦。验证智能体构建工作流并发送请求至数学工具箱智能体进行精确计算,利用输出结果支持答案裁决、修订及工作流优化。实验表明,该方法在多个数据集上优于基线,显著提升了中等及高复杂度样本的准确率。

AI 推荐理由

论文核心解决LLM数学推理中的验证与自我修正问题,直接提升推理准确性。

研究机构
人工智能学院,中国人民大学 教育大数据国家工程研究中心,华中师范大学
论文信息
作者 Rui Zou, Yutao Zhu, Mengqi Wei, Ji-Rong Wen
发布日期 2026-07-31
arXiv ID 2607.29549
相关性评分 9/10 (高度相关)