FormalAnalyticGeo: A Neural-Symbolic Based Framework for Multimodal Analytic Geometry Problem Generation
Author
- Haebom
Category
Empty
저자
Ruoran Xu, Wending Gao, Qiufeng Wang
💡 개요
본 논문은 부족한 데이터셋으로 인해 연구가 더딘 다중모드 해석 기하학 문제 생성의 어려움을 해결하고자 FormalAnalyticGeo 프레임워크를 제안합니다. 제안된 프레임워크는 형식 언어(CDL)와 Signed Distance Field(SDF) 엔진을 활용하여 문제 텍스트와 정확한 다이어그램 렌더링을 연결하며, 네 개의 전문 LLM 컴포넌트가 순차적으로 작동하여 문제 생성, 형식화, 측정, 검증 과정을 자동화합니다. 이를 통해 인간 주석 없이 7천 개 이상의 검증된 다중모드 해석 기하학 문제 데이터셋인 AnalyticGeo7K를 구축하고, 생성된 문제의 높은 정확도를 입증했습니다.
🔑 시사점 및 한계
•
다중모드 대규모 언어 모델(MLLMs)을 활용한 해석 기하학 문제 생성의 새로운 가능성을 제시합니다.
•
형식 언어와 SDF 엔진을 결합하여 기존 방법론의 한계를 극복하고, 정확하고 검증 가능한 데이터셋을 자동으로 구축할 수 있음을 보여줍니다.
•
생성된 문제의 높은 정확도를 바탕으로 AI 기반 수학 추론 모델의 학습 및 평가에 크게 기여할 수 있습니다.
•
현재는 해석 기하학에 초점이 맞춰져 있으며, 다른 분야의 기하학 문제로 확장하거나 더 복잡한 제약 조건을 가진 문제 생성을 위한 추가 연구가 필요할 수 있습니다.
