Mathematical Reasoning Prompting Constraint Satisfaction Test-time Intervention
摘要

大型语言模型在推导合理的数学对象时,仍可能违反显式要求(如遗漏模运算、返回非整数等)。本文提出“约束优先推理”(CFR),这是一种无需训练的两阶段提示协议:第一阶段提取并总结题目隐含的约束条件;第二阶段在求解过程中,将中间及最终结果与约束摘要进行比对检查。CFR仅在检测到限制性线索时激活,否则使用直接思维链。实验表明,该方法在多个基准上显著提升了直接思维链的性能,是一种针对可恢复约束的目标性测试时干预手段。

AI 推荐理由

论文提出Constraint-First Reasoning协议,通过约束提取与验证机制直接优化LLM在数学问题中的推理过程,属于核心推理研究。

研究机构
清华大学 伊利诺伊大学厄巴纳-香槟分校
论文信息
作者 Hongbo Ma, Bangji Yang, Yunqian Selina Cheng, Jiajun Fan, Hanwen Zhang et al.
发布日期 2026-08-05
arXiv ID 2608.05254
相关性评分 9/10 (高度相关)