大语言模型（LLM）的数学迁移更依赖推理方法而非主题

大语言模型（LLM）数学微调的能力迁移主要取决于解题思路而非知识主题，同推理方法训练的效果显著优于同主题。在 5 个基座模型全部 40 组对比中，同推理方法相比同主题的模型级优势在两项实验中分别达 8.2 至 16.2 与 12.0 至 16.0 个百分点。尽管同主题样本在 embedding 和词汇相似度上更高，实际数学迁移仍由解题思路主导。