作者通过深入分析模型犯下的错误，构建了"错误-纠正"数据集，并利用反思机制，引导模型从错误的思路平滑过渡到正确的答案。 LEMMA项目组 投稿 量子位 | 公众号 QbitAI 大模型学习不仅要正确知识， 还需要一个"错题本" ？ 上海AI Lab提出了一种新的学习方式， 构建了"错误-反思-修正"数据 ，让大模型仿照人类的学习模式，从错误中学习、反思。 结果，在Llama3-8B上，数学题的解题 准确率平均提升了13.3% 。 这种方法名为 LEMMA （Learning from Errors for Mathematical Advancement） ，专门教大模型如何从错误中学习。 结果，模型不仅获得了准确率的提升，还获得了超强的自主纠错能力和泛化能力。 相关论文已发表于ACL'25 Findings。 作者首先系统分析了当前主流大模型在数学题中常见的七大类错误 （如题意误解、公式混淆、计算失误等） ，发现这些错误在不同模型之间 分布非常一致。 结果显示，大模型犯下最多的错误是误解题意，占比超过40%，随后的两张常见错误类型是公式混淆和计算错误。 | Error Type | Definition | ...