From Symbolic Perception to Logical Deduction: A Framework for Guiding Language Models in Geometric Reasoning· 从符号感知到逻辑演绎：引导语言模型进行几何推理的框架
Plane geometry remains a significant challenge in AI, requiring the integration of visual perception and mathematical reasoning. While Large Multimodal Models (LMMs) naturally handle visuo-linguistic inputs, they are often computationally intensive and opaque. We demonstrate that a pure Large Language Model (LLM), when equipped with specialized modules, can rival state-of-the-art LMMs on complex geometry problems. Our framework integrates a Geometric Vision Parser, which translates diagrams into symbolic form, with a Symbolic Solver that performs formal deductions, thereby mitigating hallucinations and promoting interpretable reasoning. To enable rigorous evaluation, we curate a benchmark of challenging problems from the 2025 Chinese Zhongkao examinations, ensuring data novelty and testing
引导语言模型解决几何问题的新框架
- 核心方法
- 通过整合几何视觉解析器将图表转化为符号形式，再利用符号求解器进行形式演绎，使纯大语言模型能够处理复杂几何问题。
- 适合谁读
- 适合 AI 研究者、尤其是关注几何推理和语言模型应用的学者阅读
- 要解决的问题
- 平面几何推理对 AI 来说是一个重要挑战，需要结合视觉感知和数学推理。
- 关键实验
- 使用 2025 年中国中考几何题组成的一个具有挑战性的基准数据集进行评估，确保数据的新颖性和测试难度。
- 主要贡献
- 提出了一种新的框架，使纯 LLM 在复杂几何问题上的表现能够与最先进的 LMM 相匹敌，同时减少幻觉并提高推理的可解释性。
- 意义与局限
- 该框架提供了一种更高效、透明的方法来解决几何问题，促进了 AI 在教育领域的应用，但也可能受限于特定类型问题的解决能力。