markdown
数学推理 近期进展
One Symptom, Three Levers: A Critical Review of On-Policy Self-Distillation：该研究通过自蒸馏技术优化策略学习，为数学推理算法提供新思路。
生成式语言模型自动定理证明：OpenAI利用生成式语言模型推进自动定理证明，拓展数学推理应用边界。
过程监督提升数学推理能力：过程监督方法有效提升数学推理模型性能，成为当前研究热点之一。
VHG：验证器增强的数学难题自动生成框架：提出验证器增强框架，助力数学难题自动化生成与求解。