Physics Reasoner: Knowledge-Augmented Reasoning for Solving Physics Problems

本文是LLM系列文章，针对《Physics Reasoner: Knowledge-Augmented Reasoning for Solving Physics Problems with Large Language Models》的翻译。

摘要

物理问题是推理的一个重要方面，需要复杂的推理能力和丰富的物理知识。然而，现有的大型语言模型（LLM）经常因缺乏知识或知识应用不正确而失败。为了缓解这些问题，我们提出了Physics Reasoner，这是一个用LLM解决物理问题的知识增强框架。具体而言，所提出的框架构建了一个全面的公式集来提供明确的物理知识，并利用包含详细说明的清单来指导有效的知识应用。也就是说，给定一个物理问题，physics Reasoner通过三个阶段来解决它：问题分析、公式检索和引导推理。在此过程中，使用检查表来增强LLM在分析和推理阶段的自我提升。根据经验，Physics Reasoner缓解了知识不足和应用不正确的问题，在SciBench上实现了最先进的性能，平均精度提高了5.8%。

1 引言

2 相关工作

3 物理推理的局限性

4 Physics Reasoner

5 实验

6 结果分析

7 结论

在本文中，我们提出了