MathMixup: LLMs verbessern Mathe mit kontrollierter Daten‑Synthese
In der Welt der mathematischen Problemlösung setzen große Sprachmodelle (LLMs) zunehmend auf qualitativ hochwertige Trainingsdaten, die klar definierte Schwierigkeitsgrade besitzen. Bisherige Syntheseverfahren liefern jedoch oft nur begrenzte Vielfalt und lassen die Problemstärke nicht präzise steuern, was die Nutzung von Curriculum‑Learning erschwert.
