CoMAT：链式数学标注思维提升数学推理
人工智能
2026-01-16 v2 计算与语言
机器学习
符号计算
摘要
尽管经过链式思维（Chain-of-Thought, CoT）等提示技术的进步，数学推理仍是大型语言模型（LLM）面临的重大挑战。我们提出**链式数学标注思维（CoMAT）**，通过两个阶段提升推理能力：*符号转换*（将自然语言查询转换为符号形式）和*推理执行*（从符号表示中推导答案）。CoMAT完全基于单个LLM实现，无需外部求解器。在四个LLM上，CoMAT在六个七个基准中均优于传统CoT，分别在MMLU-Redux（MATH）上提升4.48%，在高考选择题上提升4.58%。除了性能提升外，CoMAT确保了忠实性和可验证性，为复杂数学任务提供透明的推理过程。
引用
@article{arxiv.2410.10336,
title = {CoMAT: Chain of Mathematically Annotated Thought Improves Mathematical Reasoning},
author = {Joshua Ong Jun Leang and Aryo Pradipta Gema and Shay B. Cohen},
journal= {arXiv preprint arXiv:2410.10336},
year = {2026}
}
备注
9 pages, 12 figures