强推理算子
3819 字约 13 分钟
2025-06-24
概述
强推理算子是专门用于数学推理和问题求解的算子集合，主要分为三大类：数据生成算子（Generator） 、过滤算子（Filter）和改写算子（Refiner）。这些算子能够处理复杂的数学推理任务，包括答案生成、验证、过滤和格式化等功能，同时支持多种数学表示格式。
开源的算子种类是十分受限的，为了获得更好的数据处理质量，填补开源缺失的数据合成与处理方法，我们精心设计并自研了新的算子集，其标记含义如下：
- 🚀 自主创新：核心算法原创研发，填补现有算法空白或是进一步提升性能，突破当下性能瓶颈。
- ✨ 开源首发：首次将该算子集成到社区主流框架中，方便更多开发者使用，实现开源共享。
数据生成算子
数据生成器主要负责生成各类推理相关的数据，包括答案生成、问题生成等。
| 名称 | 适用类型 | 简介 | 官方仓库或论文 |
|---|---|---|---|
| AnswerGenerator✨ | 答案合成 | 该算子用于生成数学问题的标准答案，调用大语言模型进行分步推理和计算。 | Paper |
| PseudoAnswerGenerator✨ | 伪答案生成与投票 | 该算子生成多个候选答案并通过统计选择最优解，实现伪答案生成。 | Paper |
| QuestionGenerator✨🚀 | 问题生成 | 该算子用于基于现有问题生成新问题，支持多种生成策略以保证多样性。 | - |
| PretrainFormatConverter✨ | 格式转换 | 将SFT格式数据转换为预训练格式，支持自定义输入输出键配置 | - |
| QuestionCategoryClassifier✨🚀 | 问题分类 | 对用户问题进行多级分类，依据设计并改进后的MSC数学分类标准 | - |
| QuestionDifficultyClassifier✨ | 难度评估 | 评估问题难度等级，输出1-10级细粒度难度评分 | Paper |
| AnswerExtraction_QwenMathEval✨ | 答案提取与标准化 | 从数学问题回答中提取规范化答案表达式，支持单位处理和格式转换 | Code |
处理算子
处理算子主要负责对生成的数据进行处理、验证、过滤和格式化等操作。
| 名称 | 适用类型 | 简介 | 官方仓库或论文 |
|---|---|---|---|
| AnswerFormatterFilter | 格式验证 | 该算子用于检查答案格式是否符合规范，主要验证数学答案是否包含正确的\\boxed{}标记。 | - |
| AnswerGroundTruthFilter✨ | 标准答案匹配 | 该算子用于对比预测答案与标准答案的匹配度，支持精确匹配和数学验证两种方式。 | - |
| AnswerJudger_MathVerify✨ | 数学答案验证 | 该算子通过符号计算验证答案正确性，执行数学表达式解析和等价性验证。 | Code |
| AnswerNgramFilter✨ | 重复检测 | 该算子基于n-gram重复率过滤答案，检测回答中的重复模式和冗余内容。 | Wiki |
| AnswerPipelineRoot✨ | 标准答案存在性分类器 | 答案处理流程根节点，负责将输入数据根据有无真实标签GT分发到不同处理分支。 | - |
| AnswerTokenLengthFilter | 长度控制 | 该算子根据token数量过滤过长的答案，确保答案长度在合理范围内。 | - |
| QuestionFilter✨🚀 | 问题验证 | 该算子用于对数学问题进行正确性检查，包括格式规范、语义合理性、条件一致性等。 | Code |
算子接口调用说明
特别地，对于指定存储路径等或是调用模型的算子，我们提供了封装后的模型接口以及存储对象接口，可以通过以下方式为算子进行模型API参数预定义：
from dataflow.llmserving import APILLMServing_request
api_llm_serving = APILLMServing_request(
api_url="your_api_url",
model_name="model_name",
max_workers=5
)可以通过以下方式为算子进行存储参数预定义：
from dataflow.utils.storage import FileStorage
self.storage = FileStorage(
first_entry_file_name="your_file_path",
cache_path="./cache",
file_name_prefix="dataflow_cache_step",
cache_type="jsonl", # jsonl, json, ...
)后文使用的api_llm_serving以及self.storage即为此处已定义的接口对象，完整调用示例可参考test/test_reasoning.py。
对于传参，算子对象的构造函数主要传递与算子配置相关的信息，配置后可以一配置多调用；而X.run()函数传递与IO相关的key信息，详细可见后文算子说明示例。
详细算子说明
1. AnswerGenerator✨
功能描述： 该算子专门用于生成数学问题的标准答案，通过调用大语言模型进行分步推理和精确计算。
输入参数：
__init__()llm_serving：使用的大语言模型接口对象（默认：前文预设值）prompt_template：生成问题的提示模板对象（例如GeneralAnswerGeneratorPrompt()）
run()storage：存储接口对象（默认：前文预设值）input_key：输入问题字段名（默认："question"）output_key：输出答案字段名（默认："generated_answer"）
主要特性：
- 支持多种数学问题类型（代数、几何、概率统计等）
- 采用链式思维（Chain-of-Thought）推理方法
- 自动生成详细的解题步骤
- 支持多轮推理和验证
使用示例：
from dataflow.prompts.reasoning.general import GeneralAnswerGeneratorPrompt
answer_gen = AnswerGenerator(
llm_serving=api_llm_serving,
prompt_template=GeneralAnswerGeneratorPrompt()
)
result = answer_gen.run(
storage=self.storage.step(),
input_key="question",
output_key="generated_answer"
)2. PseudoAnswerGenerator✨
功能描述： 该算子通过生成多个候选答案并使用统计方法选择最优解，实现高质量的伪答案生成。
输入参数：
__init__()llm_serving：用于生成候选答案的 LLMServingABC 实例（默认值：None）max_times：执行生成轮次的最大次数（默认值：3）
run()storage：用于读取输入 DataFrame 并写入输出的 DataFlowStorage 接口input_key：DataFrame 中包含输入问题的列名（默认值："instruction"）output_key_answer：用于存储每行所有生成答案列表的列名（默认值："pseudo_answers"）output_key_answer_value：用于存储每行最终选择的答案值的列名（默认值："pseudo_answer_value"）output_key_solutions：用于存储所有与所选答案匹配的解决方案文本的列名（默认值："pseudo_solutions"）output_key_correct_solution_example：用于存储单个示例解决方案文本的列名（默认值："pseudo_correct_solution_example"）
主要功能：
- 可配置的多轮答案生成（
max_times） - 通过
StringCleaner、UnitTextManager和AnswerExtractor清洗并提取答案 - 使用
collections.Counter按频次计数选择最终答案 - 记录每轮生成进度并过滤掉无效答案的行
- 返回四个输出列键的列表以供后续处理
使用示例：
from dataflow.prompts.reasoning import AnswerGeneratorPrompt
from dataflow.core import LLMServingABC
from dataflow.utils.storage import DataFlowStorage
# Prepare LLM serving and storage
api_llm_serving = YourLLMServingImplementation()
storage = DataFlowStorage(...)
# Instantiate the pseudo-answer generator
pseudo_gen = PseudoAnswerGenerator(
llm_serving=api_llm_serving,
max_times=5
)
# Run it on a DataFrame stored in 'storage'
result_keys = pseudo_gen.run(
storage=storage,
input_key="instruction",
output_key_answer="pseudo_answers",
output_key_answer_value="pseudo_answer_value",
output_key_solutions="pseudo_solutions",
output_key_correct_solution_example="pseudo_correct_solution_example",
)
print("Generated columns:", result_keys)3. QuestionGenerator✨🚀
功能描述： 该算子能够基于现有问题生成新的相关问题，支持多种生成策略和难度控制。
输入参数：
__init__()llm_serving：使用的大语言模型接口对象（默认：前文预设值）num_prompts：每个问题生成新问题数量（默认：3）prompt_template：生成问题的提示模板对象（例如GeneralQuestionSynthesisPrompt()）
run()storage：存储接口对象（默认：前文预设值）input_key：输入原始问题字段名（默认："source_question"）output_key：输出新问题字段名（默认："generated_question"）
主要特性：
- 多样化问题生成策略
- 难度级别自动调节
- 知识点覆盖优化
- 语言表达多样性
使用示例：
from dataflow.prompts.reasoning.general import GeneralQuestionSynthesisPrompt
question_gen = QuestionGenerator(
num_prompts=3, # from 1 to k
llm_serving=api_llm_serving,
prompt_template=GeneralQuestionSynthesisPrompt()
)
result = question_gen.run(
storage=self.storage.step(),
input_key="source_question",
output_key="generated_question"
)4. PretrainFormatConverter✨
功能描述： 该算子用于将SFT（监督微调）格式数据转换为预训练格式，支持自定义输入输出键配置，适用于各类生成式模型的预训练数据准备。
输入参数：
__init__()read_key_question：问题字段名（默认："question"）read_key_answer：答案字段名（默认："answer"）output_key：输出字段名（默认："text"）
run()storage：存储接口对象（默认：前文预设值）
主要特性：
- 支持多种格式转换规则
- 自定义输入输出键映射
- 批量处理优化
- 兼容主流预训练数据格式
使用示例：
format_converter = PretrainFormatConverter(
read_key_question="question",
read_key_answer="answer",
output_key="text"
)
result = format_converter.run(storage=self.storage.step())5. QuestionCategoryClassifier✨🚀
功能描述：
该算子用于对用户问题进行多级分类（主分类和子分类）。通过大语言模型对输入问题进行语义分析，输出标准化后的分类编码，便于下游任务使用。
输入参数：
__init__()llm_serving：使用的大语言模型接口对象（默认：前文预设值）
run()storage：数据存储接口对象（默认：前文预设值）input_key：输入问题字段名（默认："instruction"）output_key：输出分类结果字段名（默认："question_category"）
主要特性：
- 主分类与子分类自动提取与标准化
- 自动清理异常 JSON 与非 ASCII 字符
- 多样化 Prompt 重组以增强分类稳健性
- 日志详细追踪异常数据
使用示例：
classifier = QuestionCategoryClassifier(llm_serving=api_llm_serving)
result_cols = classifier.run(
storage=self.storage.step(),
input_key="instruction",
output_key="question_category"
)6. QuestionDifficultyClassifier✨
功能描述：
该算子用于评估问题的难度等级，通过大语言模型对问题进行复杂度分析，输出 1-10 级的数值型难度评分。
输入参数：
__init__()llm_serving：使用的大语言模型接口对象（默认：前文预设值）
run()storage：数据存储接口对象（默认：前文预设值）input_key：输入问题字段名（默认："instruction"）output_key：输出难度评分字段名（默认："difficulty_score"）
主要特性：
- 自动生成评估 Prompt
- 从 LLM 输出中解析
Rating: x的评分值 - 日志记录解析异常与原始字符串
- 适配标准数据存储与批量写出
使用示例：
difficulty = QuestionDifficultyClassifier(llm_serving=api_llm_serving)
result_cols = difficulty.run(
storage=self.storage.step(),
input_key="instruction",
output_key="difficulty_score"
)7. AnswerFormatterFilter
功能描述： 该算子专门用于检查数学答案的格式规范性，确保答案符合标准的数学表示格式。
输入参数：
run()storage：存储接口对象（默认：前文预设值）input_key：输入答案字段名（默认："generated_cot"）
主要特性：
- 检查\boxed{}标记格式
- 验证数学符号正确性
- 支持多种数学表示格式
- 自动格式修正建议
使用示例：
filter_op = AnswerFormatterFilter()
result = filter_op.run(
storage=self.storage.step(),
input_key="generated_cot"
)8. AnswerGroundTruthFilter✨
功能描述： 该算子用于对比预测答案与标准答案的匹配度，支持多种比较策略。
输入参数：
__init__()compare_method：比较方法（"exact" or "math_verify"）
run()storage：存储接口对象（默认：前文预设值）test_answer_key：预测答案字段名（默认："generated_cot"）gt_answer_key：标准答案字段名（默认："golden_answer"）
主要特性：
- 精确字符串匹配
- 数学等价性验证
- 数值容差处理
- 符号化比较
使用示例：
filter_op = AnswerGroundTruthFilter(compare_method="math_verify")
result = filter_op.run(
storage=self.storage.step(),
test_answer_key="generated_cot",
gt_answer_key="golden_answer"
)9. AnswerJudger_MathVerify✨
功能描述： 该算子通过高级符号计算验证数学答案的正确性，支持复杂数学表达式的等价性判断。
输入参数：
run()storage：存储接口对象（默认：前文预设值）answer_key：待验证答案字段名（默认："student_answer"）gt_key：标准答案字段名（默认："correct_answer"）
主要特性：
- 符号表达式解析
- 等价性数学验证
- 数值精度控制
- 多种数学函数支持
使用示例：
judger_op = AnswerJudger_MathVerify()
result = judger_op.run(
storage=self.storage.step(),
answer_key="student_answer",
gt_key="correct_answer"
)10. AnswerNgramFilter✨
功能描述： 该算子基于n-gram统计分析检测答案中的重复模式，过滤低质量的重复内容。
输入参数：
__init__()min_score：最小可接受分数（默认：0.1）max_score：最大可接受分数（默认：1.0）ngrams：n-gram大小（默认：5）
run()storage：存储接口对象（默认：前文预设值）question_key：问题字段名（默认："instruction"）answer_key：答案字段名（默认："generated_cot"）
主要特性：
- N-gram重复率计算
- 可配置的阈值范围
- 文本预处理和清理
- 统计分析报告
使用示例：
ngram_filter = AnswerNgramFilter(
min_score=0.1,
max_score=1.0,
ngrams=5
)
result = ngram_filter.run(
storage=self.storage.step(),
question_key="instruction",
answer_key="generated_cot"
)11. AnswerPipelineRoot✨
功能描述： 答案处理流程的根节点算子，负责智能分发数据到不同的处理分支。
输入参数：
run()storage：存储接口对象（默认：前文预设值）input_answer_key：输入答案字段名（默认："output"）input_gt_key：输入标准答案字段名（默认："golden_answer"）
主要特性：
- 智能数据分发
- 有/无标准答案分支处理
- 答案提取和清理
- 流程状态管理
使用示例：
root_op = AnswerPipelineRoot()
result = root_op.run(
storage=self.storage.step(),
input_answer_key="output",
input_gt_key="golden_answer"
)12. AnswerTokenLengthFilter
功能描述： 该算子根据token数量控制答案长度，过滤过长或过短的答案内容。
输入参数：
__init__()max_answer_token_length：最大token数（默认：8192）tokenizer_dir：分词器路径（默认："Qwen/Qwen2.5-0.5B-Instruct"）
run()storage：存储接口对象（默认：前文预设值）input_key：输入字段名（默认："generated_cot"）
主要特性：
- 精确token计数
- 可配置分词器
- 批量处理优化
- 长度统计报告
使用示例：
length_filter = AnswerTokenLengthFilter(
max_answer_token_length=8192,
tokenizer_dir="Qwen/Qwen2.5-0.5B-Instruct"
)
result = length_filter.run(
storage=self.storage.step(),
input_key="generated_cot"
)13. QuestionFilter✨🚀
功能描述： 该算子对数学问题进行全面的质量检查，确保问题的正确性和可解性。
输入参数：
__init__()llm_serving：使用的大语言模型接口对象（默认：前文预设值）system_prompt：系统提示词prompt_template：生成问题的提示模板对象（例如GeneralQuestionFilterPrompt()）
run()storage：存储接口对象（默认：前文预设值）input_key：输入问题字段名（默认："math_problem"）
主要特性：
- 四阶段质量检查
- 格式规范验证
- 语义合理性分析
- 逻辑一致性检查
- 可解性评估
检查维度：
- 格式检查：验证问题表述是否规范
- 语义检查：分析问题是否有明确含义
- 逻辑检查：检查条件是否矛盾
- 可解性检查：评估是否具备充分信息
使用示例：
from dataflow.prompts.reasoning.general import GeneralQuestionFilterPrompt
question_filter = QuestionFilter(
llm_serving=api_llm_serving,
system_prompt="You are a math problem validator.",
prompt_template=GeneralQuestionFilterPrompt()
)
result = question_filter.run(
storage=self.storage.step(),
input_key="math_problem"
)