Mathematical Reasoning in Large Language Models: Benchmarks, Architectures, Evaluation, and Open Challenges

En 3 lignesSynthèse de 120 études sur le raisonnement mathématique dans les LLM. Analyse structurée des datasets, architectures, stratégies d'entraînement et protocoles d'évaluation. Identifie les modes de défaillance récurrents : fidélité du raisonnement, biais des benchmarks, limitations de généralisation.

Résumé généré par Claude — vérifié par l'humain