计算机科学 > 人工智能
[提交于 2025年8月1日
]
标题: 思考机器:大语言模型时代中的数学推理
标题: Thinking Machines: Mathematical Reasoning in the Age of LLMs
摘要: 大型语言模型(LLMs)在结构化推理和符号任务方面表现出色,其中编程成为其特别强的一项能力。 这种成功引发了越来越多的兴趣,将LLMs应用于数学领域,包括非正式的问题解决和形式化的定理证明。 然而,尽管编程和证明构造之间存在表面相似性,形式数学方面的进展却证明要困难得多。 这种差异引发了一些关于LLMs如何“推理”、它们如何被监督以及它们是否内部跟踪计算或演绎状态的概念的重要问题。 在本文中,我们关注该领域的最新进展,重点介绍最近的模型和基准,并探讨机器学习与数学认知交叉处的三个核心问题:(i)形式数学与非形式数学作为训练领域之间的权衡;(ii)为什么证明生成仍然比代码合成更脆弱的更深层次原因;(iii)以及LLMs是否代表了动态逻辑状态的概念,或者仅仅是模仿这一概念。 我们的目标不是划定硬性边界,而是确定当前的局限在哪里,以及它们可能如何被扩展。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.