用于双语数学问题解决的工具增强型混合集成推理与蒸馏
人工智能
2025-12-23 v1
摘要
双语数学问题解决需要语言推理与符号计算之间的明确联系。大语言模型通常擅长处理语言，但在准确计算方面较弱。本文提出HERALD（Hybrid Ensemble Reasoning with Adaptive Learning and Distillation），一个将推理与计算结合的框架，采用 NuminaMath-7B-TIR、GPT-4o 和 Mistral-7B。HERALD 使用自适应路由、工具化强化学习和知识蒸馏来连接不同的推理路径。置信度校准保持权重稳定，双路径检查确保结果正确。强化学习控制工具使用以降低冗余，蒸馏降低延迟而不损害准确性。该系统表明，结合符号检查、自适应集成和双语微调有助于实现流畅的推理和精确的计算。HERALD 为具有更好准确性、稳定性和清晰度的多语言数学推理提供了实用解决方案。
引用
@article{arxiv.2512.19093,
title = {Tool-Augmented Hybrid Ensemble Reasoning with Distillation for Bilingual Mathematical Problem Solving},
author = {Peiqing Lu and Yuan Zhang and Haoyun Zhang and Jiasen Zheng and Kejian Tong and Wenjun Wu},
journal= {arXiv preprint arXiv:2512.19093},
year = {2025}
}