研究表明，通过改进数字嵌入方法，transformers 在算术任务中的表现显著提升，模型在100位加法问题上达到了99%的准确率。此外，研究探讨了大型语言模型在理解数字和数学推理方面的能力，并提出了有效的训练策略以提高性能。

本文提出了一种新方法，通过锚定数字来增强预训练语言模型的数字推理能力。实验结果表明，该方法在数字理解和推理任务上，特别是在DROP数据集和数学问题上，显著提升了模型表现。研究还探讨了不同的数字嵌入方法和模型架构，以提高数字处理的准确性和效率。

本文提出两种数字嵌入方法，解决了现有词嵌入方法中数字嵌入效果不佳的问题，并在四个任务中得到了有效性的验证。这种方法可以插入到现有的词嵌入方法中进行训练。