SBI-RAG：通过模式基指令增强学生的数学单词问题求解
机器学习
2024-11-12 v2 人工智能
信息检索
摘要
许多学生在解决数学单词问题（MWPs）时会感到困难，往往难以识别关键信息并选择合适的数学运算。模式基指令（SBI）是一种基于证据的策略，帮助学生根据问题结构对问题进行分类，从而提高求解准确性。基于此，我们提出一种模式基指令检索增强生成（SBI-RAG）框架，融合大型语言模型（LLM）。我们的 метод强调逐步推理，通过利用模式指导解的生成。我们在 GSM8K 数据集上评估其性能，对比 GPT-4 和 GPT-3.5 Turbo，并引入一种“推理得分”指标来评估解的质量。我们的发现表明，SBI-RAG 增强了推理清晰度，并促进了更结构化的求解过程，为学生提供潜在的教育益处。
引用
@article{arxiv.2410.13293,
title = {SBI-RAG: Enhancing Math Word Problem Solving for Students through Schema-Based Instruction and Retrieval-Augmented Generation},
author = {Prakhar Dixit and Tim Oates},
journal= {arXiv preprint arXiv:2410.13293},
year = {2024}
}
备注
Accepted to the 4th MATH-AI Workshop at NeurIPS'24