Backlogs in distributed systems are arithmetic problems, not mysteries. This article provides practical formulas for calculating backlog drain time, sizing consumer headroom, and setting...

本研究推出CombiBench，包含100个组合问题，旨在解决组合数学缺乏基准的问题。结合Fine-Eval评估框架，结果显示现有大语言模型在该领域的能力有限。

本研究提出了一种个性化对话辅导代理（PACE），旨在解决智能教育系统中个体学习者特征适应不足的问题。PACE通过模拟学习风格制定个性化教学策略，并采用苏格拉底式教学法提供即时反馈，从而显著提高学习效率和学生参与感。实验结果表明，PACE在个性化教育体验和激励学生方面优于现有方法。

本研究解决了多模态数学推理中思维链训练数据稀缺的问题，提出了结合CoT蒸馏和轨迹格式重写的综合策略，构建了高质量的CoT推理数据集MMathCoT-1M，并验证了URSA-7B模型在多个基准上的表现，提升了数学推理能力。

本研究提出了SAGA22数据集，以解决数学辅导话语分析中的数据不足问题。通过结合课堂数据的预训练，显著提升了模型在处理长背景和发言者信息时的性能。

本研究评估了大型语言模型（LLMs）在组合数学问题解决中的表现，并提出了Combi-Puzzles数据集进行比较。结果显示，基于GPT-4的模型在解题正确率和变体表现上优于其他模型和人类，同时问题表述的修改对LLMs的影响显著。

本研究探讨了通过编程提升数学推理能力的方法，提出了CoinMath学习策略，利用多样化的代码风格增强推理效果，实验结果表明其优于基线模型MAmmoTH。

本研究创建了一个奥林匹克级数学基准，用于挑战大型语言模型。基准包含4428个经过严格注释的竞赛题，涵盖33个领域和10个难度等级。研究表明，即使是最先进的模型在高难度数学问题上仍有困难。