Key points are not available for this paper at this time.
مع إدخال نماذج اللغة الكبيرة (LLMs)، شهد التفكير الرياضي الآلي نجاحًا هائلًا. ومع ذلك، تركز الطرق الحالية بشكل أساسي على تقديم الحلول أو استخدام تقنيات مثل تسلسل الأفكار لتعزيز دقة حل المشكلات. في هذه الورقة، نركز على تحسين قدرة تعليم الرياضيات من خلال نموذج LLM يقوم على التعليم السقراطي (SocraticLLM)، والذي يوجه المتعلمين نحو التفكير العميق بوضوح والاكتشاف الذاتي من خلال المحادثة. نجمع ونعرض مجموعة بيانات تعليمية رياضية عالية الجودة، تُسمى SocraticMATH، والتي تقدم محادثات بأسلوب سقراطي تتعلق بالمشكلات مع معرفة إضافية. كما نقترح LLM معزز بالمعرفة كخط أساسي قوي لتوليد استجابات موثوقة مع مراجعة، وإرشاد/استدلال، وتصحيح، وتلخيص. تُظهر النتائج التجريبية الفوائد الكبيرة لـ SocraticLLM من خلال مقارنتها بعدة نماذج توليد قوية. الأكواد ومجموعات البيانات متاحة على https://github.com/ECNU-ICALK/SocraticMath.
Building similarity graph...
Analyzing shared references across papers
Loading...
Yuyang Ding
East China Normal University
Hanglei Hu
East China Normal University
Jie Zhou
Tencent (China)
East China Normal University
Building similarity graph...
Analyzing shared references across papers
Loading...
دراسة Ding وآخرون. (Sun) هذا السؤال.
synapsesocial.com/papers/6a0fd0d364e8141cd25fd75d — DOI: https://doi.org/10.1145/3627673.3679881
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: