LLM数学推理框架

ReasonFlux 是一个通过扩展思维模板进行分层大型语言模型（LLM）推理的新框架，旨在显著提升LLM在复杂数学推理任务中的性能。它通过构建结构化模板库和分层强化学习，优化推理搜索空间，表现出色。研究表明，它在MATH和AIME等基准测试中达到顶尖水平，例如MATH基准测试准确率达91.2%，AIME问题解决率达56.7%，分别超越o1-preview 6.7%和27%。