LogicTree：面向一致性和严谨性的逻辑推理的结构化证明探索

本研究针对大型语言模型在复杂逻辑推理中面临的系统性探索和逻辑一致性维护的挑战，提出了逻辑树（LogicTree）框架。该框架通过算法引导的搜索和历史知识的缓存机制，优化了推理过程并提高了证明的准确性。实验证明，LogicTree在推理时间计算上实现了最佳扩展，并在GPT-4o上分别比链式思维和思维树提高了约23.6%和12.5%的证明准确率。