CogAtom은 대규모 언어 모델(LLM)의 수학적 추론 능력 향상을 위한 새로운 문제 생성 프레임워크입니다. 기존의 방법과 달리, CogAtom은 인간이 작성한 해답에서 추출한 기본 추론 단위인 '인지 원자(cognitive atom)'를 선택하고 재결합하여 문제를 생성합니다. 다양성을 증진하는 랜덤 워크 알고리즘과 제약 기반 재결합 메커니즘을 통해 논리적 정합성과 구조적 타당성을 보장하며, 인지 원자의 수를 조절하여 문제의 난이도를 정밀하게 조절할 수 있습니다. 실험 결과, CogAtom은 기존 방법보다 정확도, 추론 깊이, 다양성 면에서 우수하며, AIME 수준의 난이도에 근접하면서도 구조적 변이 측면에서는 뛰어난 문제를 생성하는 것으로 나타났습니다. GitHub에서 공개적으로 코드를 이용할 수 있습니다.
