Large Language Models for Mathematical Reasoning: Progresses and Challenges

本文是LLM系列文章，针对《Large Language Models for Mathematical Reasoning: Progresses and Challenges》的翻译。

摘要

数学推理是评估人类智力基本认知能力的基石。近年来，面向数学问题自动解决的大型语言模型（LLM）的发展出现了显著的激增。然而，数学问题类型的范围是广泛而多样的，面向LLM的技术正在不同的数据集和环境中进行评估。这种多样性使得辨别这一新兴领域的真正进步和障碍具有挑战性。这项调查致力于解决四个关键维度：一）对已调查的各种数学问题及其相应数据集的全面探索；ii）对已经提出用于数学问题解决的面向LLM的技术的范围的检查；iii）影响数学解题LLM的因素和关注点概述；以及iv）阐明该领域内持续存在的挑战。据我们所知，这项调查是对数学领域LLM前景的首次广泛考察之一，为这个快速发展的领域的现状、成就和未来挑战提供了一个全面的视角。

1 引言

2 相关工作

3 数学问题和数据集

4 方法

5 分析

6 挑战

7 结论

这项关于数学LLM的调查深入探讨了LLM在数学推理中的各个方面，包括它们的能力和局限性。本文讨论了不同类型的数学问题、数据集以及该领域中持续存在的挑战。它强调了LLM的进步，它们在教育环