**LLM数学推理：表面多样性与策略多样性的鸿沟**

_Are We Measuring Strategy or Phrasing? The Gap Between Surface- and Approach-Level Diversity in LLM Math Reasoning_

> 研究指出，现有大语言模型多样性指标多捕捉表面变化，而非解题策略差异。引入“策略级多样性”概念后发现，优化表面多样性可能导致策略趋同；虽然策略多样化的候选集能提升测试时扩展效果，但直接通过奖励优化策略多样性仍具挑战。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.29985)