arXiv ID:
2606.29985
arXiv 提交日期: 2026-06-29
我们衡量的是策略还是措辞?大型语言模型数学推理中表面多样性与方法级多样性的差距 / Are We Measuring Strategy or Phrasing? The Gap Between Surface- and Approach-Level Diversity in LLM Math Reasoning
1️⃣ 一句话总结
本文提出“方法级多样性”这一概念,指出在大型语言模型的数学推理中,常见的多样性指标往往只捕捉到语言表述上的表面差异,而忽略了解决问题策略的根本不同,并通过实验揭示了这种偏差会影响模型训练和性能,同时表明直接优化方法级多样性仍是一个挑战。