本文提出将大语言模型构建为层次化策略以提升复杂数学问题求解的探索效率：高层“领导者”生成多种解题策略与提示，低层“执行者”据此探索多条推理链，再通过基于锦标赛的方法选出最终答案。实验表明，该方法能增强策略多样性、提高正确答案可见性，并在MATH数据集难题上提升准确率。