Исследователи предлагают DUP (Deeply Understanding the Problems), метод, разработанный для улучшения способности больших языковых моделей решать текстовые задачи по математике за счёт устранения ошибок семантического непонимания, которые часто ограничивают рассуждения в стиле Chain-of-Thought.

  • DUP стимулирует модели глубоко понимать задачи и извлекать ключевую информацию для более качественного рассуждения.
  • Метод стабильно превосходит аналоги на 10 разнообразных бенчмарках на рассуждение.
  • DUP достигает нового рекордного результата точности 97,1% на бенчмарке GSM8K в настройке zero-shot.

Этот подход решает одну из главных причин, ограничивающих производительность рассуждений LLM, фокусируясь на семантическом понимании, а не только на вычислениях или ошибках пропуска шагов.