研究人员开发了一种名为BASE的新方法，用于使用大型语言模型（LLM）和形式化证明助手Lean来提高数学推理任务中答案选择的效率。BASE通过形式化一个基础候选答案，然后编辑它来推导出其余的候选语句，而不是独立形式化每个答案，从而降低了计算成本。这种方法由一个名为LEANSCRIBE的重写器模型促进，同时提高了选择的准确性，并显著减少了自动形式化器的调用次数，在各种数据集和求解器上实现了帕累托改进。 AI
影响 降低了基于LLM的数学推理的计算成本，可能能够更有效地验证和选择答案。
排序理由 该集群包含一篇详细介绍基于LLM的数学推理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →