大規模言語モデルを用いた数学的推論のための双方向指示チューニング

大規模言語モデルの数学的推論能力を向上させるため、前方向の中間推論状態予測タスクと逆方向の指示再構築タスクからなる双方向指示チューニング戦略を提案する。