借助索克拉斯方法提升大语言模型在对话数学教学中的表现
计算与语言
2024-07-25 v1
摘要
随着大型语言模型（LLM）的引入，自动数学推理取得了显著进展。然而，当前方法主要聚焦于提供解答或采用链式思维等技术来提高问题解决准确率。本文聚焦于通过基于索克拉斯教学方法的大语言模型（SocraticLLM）来提升数学教学能力，该模型通过对话引导学习者进行深入思考，实现清晰与自我发现。我们收集并发布了高质量的数学教学数据集，命名为SocraticMATH，提供具有索克拉斯式对话风格的问题及其附加知识。我们还提出了一种知识增强型大语言模型作为强基准模型，通过审阅、指导/启发、纠正和总结等方式生成可靠响应。实验结果表明，SocraticLLM在与多个强大生成模型进行比较后展现出显著优势。相关代码和数据集已在 https://github.com/ECNU-ICALK/SocraticMath 上提供。
引用
@article{arxiv.2407.17349,
title = {Boosting Large Language Models with Socratic Method for Conversational Mathematics Teaching},
author = {Yuyang Ding and Hanglei Hu and Jie Zhou and Qin Chen and Bo Jiang and Liang He},
journal= {arXiv preprint arXiv:2407.17349},
year = {2024}
}
备注
Accepted By CIKM 2024