🎯语言模型在小学数学测试题集上有高准确率，引发对其推理能力的探讨，是真正推理还是依赖答题模板记忆需研究。

🧐研究语言模型内在推理过程，了解其解决数学问题的方式，以及是否采用类似人类的技巧。

🔍探讨在特定数据集上训练的模型能否学到超出解决该数据集问题所需的推理技巧，还有导致模型推理错误的原因。

📏研究模型有效解决数学问题所需的规模或深度，以深入理解大语言模型的推理机制。