arXiv cs.AI· Weida Liang, Yiyou Sun, Shuyuan Nan, Chuang Li, Dawn Song, Kenji Kawaguchi·· 3 天前AI 评分28
数学推理中的策略可执行性：利用人机差异实现有效引导
Strategy Executability in Mathematical Reasoning: Leveraging Human-Model Differences for Effective Guidance
AI 导读
研究揭示数学推理中策略"使用"与"可执行性"存在系统性脱节：人类与模型生成的策略在结构化、领域相关方式上存在差异，导致引导效果不稳定。
正文 · AI 翻译
摘要：基于示例的引导在推理阶段被广泛用于提升数学推理能力，然而其有效性在不同问题和模型之间极不稳定——即使引导本身正确且与问题相关。我们表明，这种不稳定性源于一个此前未被充分探索的差距：策略使用（即某个推理策略是否出现在成功解答中）与策略可执行性（即该策略在作为引导实例化给目标模型时是否仍然有效）之间的差距。通过对配对的人工撰写解答与模型生成解答进行受控分析，我们发现使用与可执行性之间存在系统性的分离：来自人类与来自模型的策略以结构化、依赖领域的方式存在差异，从而导致互补的优势，并在引导下出现一致的、依赖来源的反转。基于这一诊断，我们提出选择性策略检索（SSR），一个测试时框架，通过使用经验性、多路径、来源感知的信号，选择性地检索并组合策略，从而显式地对可执行性建模。在多个数学推理基准上，SSR 相比直接求解、上下文学习和单一来源引导均带来可靠且一致的提升，对于紧凑推理模型，在 AIME25 上准确率最高提升 $+13$ 分，在 Apex 上提升 $+5$ 分。代码与基准已公开于：this https URL。
| Comments: | Accepted at ICML 2026 |
| Subjects: | Artificial Intelligence (cs.AI); Computation and Language (cs.CL) |
| Cite as: | arXiv:2602.22583 [cs.AI] |
| (or arXiv:2602.22583v2 [cs.AI] for this version) | |
| https://doi.org/10.48550/arXiv.2602.22583 arXiv-issued DOI via DataCite |
Submission history
From: Weida Liang [view email]
[v1]
Thu, 26 Feb 2026 03:34:23 UTC (1,991 KB)
[v2]
Mon, 12 Oct 2026 11:41:16 UTC (1,998 KB)
来源：arXiv cs.AI · arxiv.org