MathMixup：通过课程学习与分解提升 LLM 数学推理能力

研究人员提出数学数据合成范式 MathMixup，通过混合与分解策略生成难度可控的高质量推理题目，以支持大语言模型的课程学习。基于该范式构建的 MathMixupQA 数据集进行训练，微调后的 Qwen2.5-7B 在 7 个数学基准上取得 52.6% 的平均分，超越了以往的最佳方法。