AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:综述/论文×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月20日
10:36
10:36arXiv cs.AI@Husnain Amjad, Raja Khurram Shahzad, Aamir Shahzad, Mehwish Fatima
精选
这篇综述系统梳理了大型语言模型在数学推理领域的最新进展,涵盖约120篇论文。文章提出了统一的数学数据集分类法,区分了预训练语料、监督微调资源和评估基准。它分析了推理架构和训练策略(如工具集成、验证器引导推理、参数高效微调)对鲁棒性和泛化能力的影响。比较评估揭示了最终答案准确率与过程级推理验证之间的差距。最后,论文指出了常见失败模式(如推理忠实性问题、基准偏差)和未来研究方向。
论文推理模型数学推理综述/论文评估基准LLM

推荐理由:做LLM推理研究或评估的团队,这篇综述帮你系统梳理了120篇论文的脉络,直接拿来当研究起点,省去大量文献筛选时间。
原文
精选全部日报登录