论文
超越符号求解：面向大语言模型几何推理的多思维链投票
Beyond Symbolic Solving: Multi Chain-of-Thought Voting for Geometric Reasoning in Large Language Models
摘要
几何问题求解（GPS）始终是提升大语言模型数学推理的核心，因为它要求结合图形理解、符号操作与逻辑推断。在现有文献中，研究者主要聚焦于将图形描述与文本字面信息同步并求解问题。沿此思路，他们或采用神经方法、符号方法，或神经符号方法。但这仅解决了前两项要求，即图形理解与符号操作，而逻辑推断仍欠发展。逻辑推断往往局限于单条思维链（CoT）。为弥补现有模型的这一弱点，本文提出MARS-GPS：生成多条并行推理rollout并以Python代码执行做数值验证，用token级熵作为置信信号对它们排序，再通过多阶段投票与自我验证流水线聚合答案。实验结果显示，采用8条并行rollout的MARS-GPS在Geometry3K上取得88.8%，较先前最优水平提升近+11%，且随着rollout数量从1增加到16，准确率持续提升（消融子集上+6.0%）。我们在匿名仓库提供代码与数据：https://anonymous.4open.science/r/MARS-GPS-DE55。
