MathChat: 通过 LLM 智能体对话应对挑战性数学问题
计算与语言
2024-07-01 v3 机器学习
摘要
利用大语言模型(LLMs)解决数学问题是一项引人入胜的研究尝试,鉴于众多科学与工程领域中以自然语言表述的数学问题极为丰富。LLMs 凭借其通用能力,被用作基础模型以构建面向不同任务的 AI 智能体。本文中,我们研究利用 LLM 智能体通过对话解决数学问题的有效性。我们提出 MathChat,一种为数学问题设计的对话式求解框架。MathChat 由一个 LLM 智能体与一个负责工具执行与额外引导的用户代理智能体组成。这种协同促进了协作式问题求解过程,其中各智能体通过对话解决问题。我们在来自 MATH 数据集的高难度高中竞赛题上进行了评估。利用 Python,我们表明 MathChat 可相较先前使用工具的提示方法进一步提升 6%。
引用
@article{arxiv.2306.01337,
title = {MathChat: Converse to Tackle Challenging Math Problems with LLM Agents},
author = {Yiran Wu and Feiran Jia and Shaokun Zhang and Hangyu Li and Erkang Zhu and Yue Wang and Yin Tat Lee and Richard Peng and Qingyun Wu and Chi Wang},
journal= {arXiv preprint arXiv:2306.01337},
year = {2024}
}
备注
Update version