Enhancing Mathematical Problem Solving in LLMs through Execution-Driven Reasoning Augmentation
本文提出了一种名为“迭代改进程序构建”（IIPC）的新型推理方法，通过将执行反馈与大语言模型的思维链能力相结合，实现了对程序化推理链的迭代优化，从而提升了模型在数学问题解决中的准确性与自我修正能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这是一篇关于如何让人工智能（AI）变得更聪明、更会做数学题的研究论文。为了让你轻松理解，我们可以把这个复杂的 AI 系统想象成一个**“正在参加奥数竞赛的学生”**。
1. 背景：现在的 AI 遇到了什么麻烦？
现在的 AI（比如 ChatGPT）在做数学题时，经常会遇到两个“坑”：
- “一错到底”的连锁反应（死脑筋）： 很多 AI 像是一个只会按部就班的机器人。如果它在第一步算错了，它会带着这个错误一直往下走，直到最后得出一个荒谬的答案。它没有“回头看”和“改错”的能力。
- “被工具带偏”的偏见（迷信计算器）： 有些 AI 会写代码来辅助计算。但问题是，如果代码逻辑本身写错了，AI 往往会盲目相信代码给出的结果，哪怕那个结果在逻辑上根本讲不通。它太迷信“计算器”了，失去了基本的判断力。
2. 核心方案：IIPC —— 一个“双脑并行”的聪明学生
为了解决这些问题，研究人员发明了一种叫 IIPC 的新方法。你可以把它想象成给 AI 装上了**“两个大脑”**，让它在做题时同时进行两种思考模式：
第一个大脑：逻辑思考脑（CoT 支路）
这个大脑负责**“讲道理”**。它像是一个文科生，用文字一步步推导逻辑：“因为 A，所以 B，根据公式 C，我们可以得出……”它不依赖计算，只负责保证逻辑链条的完整和正确。
第二个大脑：编程计算脑（程序构建支路）
这个大脑负责**“写程序”**。它像是一个理科生，把数学问题转化成一段 Python 代码，然后交给电脑去运行，得到一个精确的数值。
关键创新：迭代改进（“复盘”机制）
这是 IIPC 最厉害的地方。如果“编程大脑”算出的结果不对，或者程序报错了，它不会直接放弃，也不会死磕到底。它会有一个**“错题本”（记忆库）**：
- 发现错误： “哎呀，刚才那个公式写反了！”
- 记录错误： 把这个错误记在“错题本”上，防止下次再犯。
- 重新尝试： 根据错误原因，修改代码，重新运行。
这个过程会不断重复，直到程序运行正确或者达到次数上限。
最后的合体：终极审判
最后，这两个大脑会坐在一起开个**“总结会”**。
- 逻辑脑说： “我觉得答案应该是 -8，逻辑推导是这样的……”
- 编程脑说： “我的程序刚才报错了，但我改好后算出来是 -8。”
- 合体决策： 如果两个大脑的结论一致，那答案就稳了！如果一个说对一个说错，AI 会根据逻辑进行最后的“纠偏”，确保不会被错误的计算结果带跑偏。
3. 总结：它强在哪里？
用一句话概括：IIPC 让 AI 从一个“只会盲目计算或死记硬背的机器”，变成了一个“既会逻辑推理，又会写代码，还会盯着错题本不断复盘的聪明学生”。
实验结果证明：
在面对极其困难的数学竞赛题（如 AIME）时，这种“双脑并行+不断复盘”的方法，比以前那些只会写代码或者只会写文字的 AI 都要强得多！它不仅能算得准，而且在逻辑上更稳健。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。