三铜钱1. 项目概述：垫脚石问题如何提升LLM推理能力
在自然语言处理领域，大型语言模型(LLM)的推理能力一直是研究热点。传统方法通常让模型直接生成最终答案，这就像要求学生在没有任何解题步骤的情况下直接写出数学证明的最终结论。Meta的研究团队提出的ARQ框架(Asking the Right Questions)创新性地引入了"垫脚石问题"的概念——通过让模型先提出并解决一系列中间问题，最终更好地解决原始复杂问题。
这项研究的核心价值在于：它首次系统性地证明了高质量中间问题的存在性、可迁移性和可训练性。实验数据显示，最优垫脚石问题能使LLM的求解成功率平均提升13%，这个提升幅度在AI领域已经相当显著。更重要的是，这种提升效果在不同能力的模型上都保持一致，说明垫脚石问题的价值不依赖于特定模型的偏差。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. ARQ框架的技术原理与实现
2.1 三阶段推理流程设计
ARQ框架将复杂问题的解决过程分解为三个明确阶段：
-
垫脚石问题生成阶段：由问题生成器φ接收原始问题x，生成一个与之相关但更易解决的中间问题z。这里的核心思想是"问题重构"——通过改变问题的表述方式或简化条件，使其成为通向最终答案的桥梁。
-
垫脚石问题求解阶段：固定求解器π接收中间问题z，生成解答yz。这一阶段的关键在于确保求解器能够可靠地解决简化后的问题。
-
原始问题求解阶段：将(z, yz)作为额外上下文，引导同一个求解器π解决原始问题x。这种设计利用了人类解题的常见策略——通过已解决的子问题来启发主问题的解决。
提示：在实际应用中，垫脚石问题的质量评估采用蒙特卡洛rollout方法，即多次运行整个流程并统计成功率提升幅度。这种方法虽然计算成本较高，但能准确反映垫脚石的实际价值。
2.2 垫脚石问题的质量定义与评估
研究团队定义了严格的垫脚石质量评分标准：
code复制Score(z|x) = E[Success(x|z,yz)] - E[Success(x)]
其中：
- E[Success(x)]是直接求解原始问题的期望成功率
- E[Success(x|z,yz)]是在垫脚石问题及其解答上下文下的期望成功率
通过这种量化方式，研究者能够客观比较不同垫脚石问题的有效性。实验发现，高质量的垫脚石问题通常具有