该文综述大语言模型数学推理研究，涵盖问题类型、数据集与技术。研究发现模型虽能答对题，但难以识别误解与错误推理，验证能力较弱。多语种基准MGSM表明思维链随规模提升推理，元推理评估可区分模型认知。中文基准CMMLU准确率偏低。MetaMath、MathOctopus、KwaiYiiMath等经微调后在数学任务上表现领先。