端到端孟加拉语人工智能解决数学奥林匹克问题基准：利用集成方法增强大型语言模型

本研究针对孟加拉语人工智能数学挑战提出了一种系统的方法，填补了大型语言模型（LLMs）在此领域的研究空白。通过评估不同LLM配置、使用特定数据集进行微调以及实施检索增强生成（RAG），我们发现在多语言环境中定制提示、数据集增强和迭代推理能够显著提高模型对于奥林匹克级数学问题的解决效率。