本申請屬于計(jì)算機(jī)大模型，特別涉及一種大語言模型數(shù)學(xué)推理優(yōu)化方法及電子設(shè)備。

背景技術(shù)：

1、在人工智能和大規(guī)模語言模型（llm，large?language?model）快速發(fā)展的背景下，使用llm來解決數(shù)學(xué)推理問題逐漸成為一個(gè)重要的研究方向。尤其是近年來，大模型使用程序化推理（program?of?thought，pot）技術(shù)，用于解決數(shù)學(xué)領(lǐng)域的問題的方法逐漸興起，通過生成可以執(zhí)行的程序代碼來推導(dǎo)出復(fù)雜數(shù)學(xué)問題的解決方案。然而，現(xiàn)有技術(shù)方案仍然存在多個(gè)限制，比如存在缺乏通用性，計(jì)算成本高，復(fù)雜問題解決率低等問題，導(dǎo)致llm在應(yīng)對數(shù)學(xué)推理任務(wù)時(shí)表現(xiàn)不佳。

2、針對上述問題，提出本申請的大語言模型數(shù)學(xué)推理優(yōu)化方法及電子設(shè)備。

技術(shù)實(shí)現(xiàn)思路

1、為了解決所述現(xiàn)有技術(shù)的不足，本申請?zhí)峁┝艘环N大語言模型數(shù)學(xué)推理優(yōu)化方法及電子設(shè)備，解決現(xiàn)有技術(shù)中的llm缺乏通用性，計(jì)算成本高，復(fù)雜問題解決率低等問題。

2、本申請所要達(dá)到的技術(shù)效果通過以下方案實(shí)現(xiàn)：

3、第一方面，本申請?zhí)峁┮环N大語言模型數(shù)學(xué)推理優(yōu)化方法，所述方法包括：

4、獲取原始數(shù)學(xué)推理問題，所述原始數(shù)學(xué)推理問題中包括多個(gè)數(shù)值，利用對應(yīng)的多個(gè)變量替代所述多個(gè)數(shù)值；

5、基于所述原始數(shù)學(xué)推理問題和所述多個(gè)變量，利用生成模型生成第一通用解題程序；

6、利用解釋器執(zhí)行所述第一通用解題程序，獲得執(zhí)行結(jié)果，將所述執(zhí)行結(jié)果反饋至所述生成模型，所述生成模型通過多輪對話確定目標(biāo)通用解題程序；

7、通過數(shù)據(jù)增強(qiáng)技術(shù)將所述目標(biāo)通用解題程序規(guī)?；?，獲得對應(yīng)的目標(biāo)指令數(shù)據(jù)集。

8、在一些實(shí)施例中，所述生成模型包括：

9、大語言模型；或者

10、代碼大模型。

11、在一些實(shí)施例中，所述獲取原始數(shù)學(xué)推理問題，所述原始數(shù)學(xué)推理問題中包括多個(gè)數(shù)值，利用對應(yīng)的多個(gè)變量替代所述多個(gè)數(shù)值，包括：

12、所述獲取原始數(shù)學(xué)推理問題，從所述原始數(shù)學(xué)推理問題中提取多個(gè)數(shù)值；

13、確定與所述多個(gè)數(shù)值適配的多個(gè)變量；

14、利用所述多個(gè)變量替換所述原始數(shù)學(xué)推理問題中的所述多個(gè)數(shù)值；

15、利用替換后的所述原始數(shù)學(xué)推理問題構(gòu)造成為通用數(shù)學(xué)問題。

16、在一些實(shí)施例中，所述基于所述原始數(shù)學(xué)推理問題和所述多個(gè)變量，利用生成模型生成第一通用解題程序，包括：

17、基于通用數(shù)學(xué)問題，利用大語言模型或者代碼大模型生成相應(yīng)的函數(shù)式代碼；

18、通過調(diào)用目標(biāo)子函數(shù)完成所述函數(shù)式代碼的內(nèi)部邏輯問題的求解；

19、對所述函數(shù)式代碼中的每一行代碼以及每個(gè)函數(shù)都進(jìn)行注釋；

20、將注釋后的所述函數(shù)式代碼作為第一通用解題程序。

21、在一些實(shí)施例中，所述函數(shù)式代碼包括不同版本的多個(gè)代碼。

22、在一些實(shí)施例中，所述生成模型通過多輪對話確定目標(biāo)通用解題程序，包括：

23、在所述多輪對話的過程中，將所述原始數(shù)學(xué)推理問題、相關(guān)的程序、對應(yīng)的測試輸入以及真實(shí)答案提供給所述生成模型；

24、所述生成模型修改所述相關(guān)的程序中的邏輯錯誤；

25、所述生成模型通過反饋迭代，形成目標(biāo)通用解題程序。

26、在一些實(shí)施例中，所述通過數(shù)據(jù)增強(qiáng)技術(shù)將所述目標(biāo)通用解題程序規(guī)?；?，獲得對應(yīng)的目標(biāo)指令數(shù)據(jù)集，包括：

27、對所述目標(biāo)通用解題程序中的變量與參數(shù)進(jìn)行自動替換，得到多組問題以及與問題對應(yīng)的解法；

28、通過改變所述目標(biāo)通用解題程序中的提問方式，得到多個(gè)語法不同但是數(shù)學(xué)邏輯相同的變體問題；

29、基于多組問題、與問題對應(yīng)的解法以及所述變體問題三者，結(jié)合目標(biāo)數(shù)學(xué)操作，通過規(guī)則化編程的方式批量生成目標(biāo)指令數(shù)據(jù)集。

30、在一些實(shí)施例中，所述目標(biāo)數(shù)學(xué)操作包括：多元方程和非線性函數(shù)。

31、第二方面，本申請?zhí)峁┮环N電子設(shè)備，所述電子設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)前述任意一項(xiàng)所述的方法。

32、第三方面，本申請?zhí)峁┮环N計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)前述任一項(xiàng)所述的方法。

33、通過本申請實(shí)施例提供的大語言模型數(shù)學(xué)推理優(yōu)化方法及電子設(shè)備，該方法引入通用化問題生成的概念，并通過大規(guī)模語言模型生成可復(fù)用的函數(shù)式代碼，同時(shí)通過自動執(zhí)行與多輪對話修正機(jī)制，實(shí)現(xiàn)了顯著提高問題解決的準(zhǔn)確性與效率的技術(shù)效果。

技術(shù)特征：

1.一種大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述生成模型包括：

3.如權(quán)利要求1或2所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述獲取原始數(shù)學(xué)推理問題，所述原始數(shù)學(xué)推理問題中包括多個(gè)數(shù)值，利用對應(yīng)的多個(gè)變量替代所述多個(gè)數(shù)值，包括：

4.如權(quán)利要求3所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述基于所述原始數(shù)學(xué)推理問題和所述多個(gè)變量，利用生成模型生成第一通用解題程序，包括：

5.如權(quán)利要求4所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述函數(shù)式代碼包括不同版本的多個(gè)代碼。

6.如權(quán)利要求1所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述生成模型通過多輪對話確定目標(biāo)通用解題程序，包括：

7.如權(quán)利要求6所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述通過數(shù)據(jù)增強(qiáng)技術(shù)將所述目標(biāo)通用解題程序規(guī)?；?，獲得對應(yīng)的目標(biāo)指令數(shù)據(jù)集，包括：

8.如權(quán)利要求7所述的大語言模型數(shù)學(xué)推理優(yōu)化方法，其特征在于，所述目標(biāo)數(shù)學(xué)操作包括：多元方程和非線性函數(shù)。

9.一種電子設(shè)備，所述電子設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任意一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1至8任意一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請公開了一種大語言模型數(shù)學(xué)推理優(yōu)化方法及電子設(shè)備，屬于計(jì)算機(jī)大模型技術(shù)領(lǐng)域，該方法包括：獲取原始數(shù)學(xué)推理問題，所述原始數(shù)學(xué)推理問題中包括多個(gè)數(shù)值，利用對應(yīng)的多個(gè)變量替代所述多個(gè)數(shù)值；基于所述原始數(shù)學(xué)推理問題和所述多個(gè)變量，利用生成模型生成第一通用解題程序；利用解釋器執(zhí)行所述第一通用解題程序，獲得執(zhí)行結(jié)果，將所述執(zhí)行結(jié)果反饋至所述生成模型，所述生成模型通過多輪對話確定目標(biāo)通用解題程序；通過數(shù)據(jù)增強(qiáng)技術(shù)將所述目標(biāo)通用解題程序規(guī)?；?，獲得對應(yīng)的目標(biāo)指令數(shù)據(jù)集。本申請通過自動執(zhí)行與多輪對話修正機(jī)制，實(shí)現(xiàn)了顯著提高問題解決的準(zhǔn)確性與效率的技術(shù)效果。

技術(shù)研發(fā)人員：張博文
受保護(hù)的技術(shù)使用者：北京智源人工智能研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2