MathCoRL: Structured function-prototype prompting with policy-guided exemplars for efficient mathematical reasoning

Dinh Minh Hoa

doi:10.1016/j.compeleceng.2026.111103

MathCoRL: Structured function-prototype prompting with policy-guided exemplars for efficient mathematical reasoning

2026-03-13

0

PRE

AI

DOI：10.1016/j.compeleceng.2026.111103

原文链接

原文求助

摘要

En 中文

大型语言模型（LLMs）在数学推理方面的能力是显而易见的；然而，它们的推理轨迹通常结合了符号推理和计算，导致生成的轨迹复杂、冗长且难以验证。为了克服这一挑战，本研究提出了MathCoRL，该模型采用函数原型提示（FPP）和一种轻量级的策略引导示例选择方法。FPP将推理过程限制在预定义的一组类型化Python函数中，使推理轨迹简短且易于验证；同时，在上下文微调中使用强化学习训练的策略网络优化了示例选择，以实现更短推理轨迹的数学推理。MathCoRL的实证评估在多个算术密集型数学推理基准上展开，包括GSM8K、SVAMP、TabMWP、TAT-QA和FinQA。结果表明，与PAL和PoT等代表性程序辅助基线相比，MathCoRL实现了更高的准确性和改进的可解释性，在GSM8K上达到95.58%，在TAT-QA上达到87.21%，在FinQA上达到77.62%，同时生成的推理轨迹显著缩短。额外的效率分析表明，MathCoRL在保持竞争性延迟的同时，相对于强基线方法减少了有效输出标记的使用。因此，MathCoRL为LLMs的数学推理提供了一种轻量级且可解释的框架，强调简洁的推理轨迹，从而提升推理效率和延迟表现。

Keyword:

Mathematical reasoning

Large Language Models

Function-Prototype Prompting

Policy-guided exemplar selection

Efficient reasoning

MathCoRL: Structured function-prototype prompting with policy-guided exemplars for efficient mathematical reasoning

摘要

期刊

机构

引用论文