Решаване на математически задачи
На тази страница
Урокът е актуализиран на 2 ноември 2026 г. Оригиналният пример използваше Magistral, който беше спрян от употреба на 31 юли 2026 г. Сега се използват Mistral Small 4 (
mistral-small-2603) или Mistral Large 4 (mistral-large-4-0) с параметърreasoning_effort="high", а отговорът се анализира чрез функциятаseparerот Урок 3. Източник: Reasoning (Mistral Documentation).
Математиката: Идеалната среда за разсъждения
Математическите задачи са вариантът на употреба, при който разсъждението носи най-голяма полза. Модел без възможност за разсъждение ще отговори правилно на „2 + 2“, но често се проваля при многоетапни проблеми, доказателства и логически главоблъсканици. Когато разсъждението е активирано, моделът разлага задачата, проверява всяка стъпка и валидира резултата – точно това липсва при генерирането токен по токен.
Многоетапни аритметични задачи
Нека започнем със случай, при който редът на операциите определя крайния резултат. Отстъпка от 20%, последвана от ваучер от 15 евро, не дава същата крайна сума като ваучер, приложен преди отстъпката; модел, който бърза, често ги обърква.
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
probleme = """A store offers a 20% discount on all items.
A customer buys 3 items at 45 euros, 2 items at 30 euros, and 1 item at 75 euros.
They also have an additional 15-euro voucher applicable after the discount.
What is the final amount to pay? Detail each step."""
response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[{"role": "user", "content": probleme}]
)
# The model reasons step by step:
# 1. Calculate total price before discount
# 2. Apply 20% discount
# 3. Subtract 15-euro voucher
# 4. Verify the result
Разсъждението предотвратява пропускането на стъпки от страна на модела и гарантира, че той проверява съгласуваността на междинните си изчисления, преди да предостави крайната сума.
Уравнения и системи от уравнения
Системите от уравнения тестват същата тази дисциплина в по-формална обстановка. Тук системният промпт налага строго изискване за детайлност:
systeme = """Solve the following system of equations:
3x + 2y - z = 7
x - y + 2z = 3
2x + 3y + z = 12
Show every step of the solution."""
response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[
{"role": "system", "content": "You are a mathematics teacher. Detail every operation."},
{"role": "user", "content": systeme}
],
)
Моделът започва с избора на метод – заместване, елиминиране или матрици – прилага операциите една по една и след това замества получените стойности обратно в оригиналните уравнения, за да провери дали те са верни. Тази финална стъпка, често пренебрегвана от моделите без разсъждение, е тази, която улавя грешките в знаците.
Доказателства и демонстрации
Математическите доказателства разкриват пълния потенциал на разсъждението, стига да дефинирате очакваната рамка. За по-дълги доказателства си струва да тествате Mistral Large 4 в режим high, ако Small 4 не се справи. Наложете четирите етапа на математическата индукция в системния промпт, за да предотвратите модела да „прави заключение“ въз основа само на два конкретни случая:
demonstration = """Prove by induction that for any integer n >= 1:
1^2 + 2^2 + 3^2 + ... + n^2 = n(n+1)(2n+1) / 6"""
response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[
{"role": "system", "content": """You are a rigorous mathematician.
Expected proof structure:
1. Base case (Initialization)
2. Inductive hypothesis
3. Inductive step (from n to n+1)
4. Conclusion"""},
{"role": "user", "content": demonstration}
],
)
Логически главоблъсканици
Пъзелите, базирани на ограничения, са особено показателни, защото няма една единствена формула, водеща до решението; моделът трябва да изследва възможностите и след това да ги елиминира. Класическият пъзел с трима приятели, три професии и три цвята коли е най-чистият пример.
enigme = """Three friends (Alice, Bob, Charlie) each have a different profession
(doctor, lawyer, engineer) and a car of a different color (red, blue, green).
Clues:
1. Alice is not the doctor
2. The owner of the red car is the lawyer
3. Bob does not have the green car
4. Charlie is not the lawyer
5. The engineer has the blue car
6. Alice does not have the red car
Find the profession and car color for each person."""
response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[{"role": "user", "content": enigme}]
)
В своите следи от разсъждения моделът изброява възможностите за всяко лице, прилага ограниченията едно по едно, елиминира невъзможните комбинации и след това валидира избраното решение спрямо и шестте подсказки: Алис е инженер със синя кола, Боб е адвокат с червена кола, а Чарли е лекар със зелена кола. Шестата подсказка не е декоративна; без нея Алис и Боб биха могли да разменят ролите си на адвокат и инженер, оставяйки пъзела с две решения. Един добър модел за разсъждение сигнализира за това; това е отличен начин да тествате собствените си формулировки на задачи. Тази финална проверка отличава дедукцията от късметлийско предположение.
Оптимизация и вероятности
Задачите за броене поставят подобно предизвикателство: отговорът зависи от избора на вероятностен модел, който изкуственият интелект трябва да изрично посочи, преди да извърши изчислението.
proba = """An urn contains 5 red balls, 3 blue balls, and 2 green balls.
We draw 3 balls without replacement.
What is the probability of getting exactly 2 red balls and 1 blue ball?
Express the result as an irreducible fraction."""
response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[{"role": "user", "content": proba}]
)
Шаблон: Автоматична валидация
За критични резултати едно единствено извикване не е достатъчно. Можете да използвате разсъждението втори път, като предоставите генерираното решение за независима проверка: тогава моделът подхожда към задачата, вече виждайки отговора, което го принуждава да провери, а не да генерира.
def solve_and_verify(client, problem):
"""Solves a problem and requests verification."""
# Step 1: Resolution
solve_response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[{"role": "user", "content": problem}]
)
_, answer = separer(solve_response.choices[0].message.content)
# Step 2: Verification via a second call
verify_response = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[
{"role": "user", "content": f"""Verify this solution to the following problem:
PROBLEM: {problem}
PROPOSED SOLUTION: {answer}
Is the solution correct? If not, correct it."""}
]
)
return {
"solution": answer,
"verification": separer(verify_response.choices[0].message.content)[1],
}
Сравнение: С разсъждение и без разсъждение
За да измерите въздействието върху конкретен пример, върнете се към пъзела с кокошките. Пропорционалността е подвеждаща и тласка модел без разсъждение към отговора „12“ чрез проста аналогия с промпта.
probleme_test = "If 3 chickens lay 3 eggs in 3 days, how many eggs do 12 chickens lay in 12 days?"
# Without reasoning — risk of error via naive analogy (answer "12")
response_none = client.chat.complete(
model="mistral-small-2603",
messages=[{"role": "user", "content": probleme_test}],
reasoning_effort="none"
)
# With reasoning — correct decomposition
response_high = client.chat.complete(
model="mistral-small-2603",
reasoning_effort="high",
messages=[{"role": "user", "content": probleme_test}]
)
# Expected reasoning: 1 chicken = 1 egg / 3 days
# 12 chickens in 12 days = 12 * (12/3) = 48 eggs
Изпълнете и двете извиквания върху собствените си задачи, преди да вземете решение; това е единственият надежден начин да разберете дали допълнителната цена на разсъждението е оправдана във вашата област.
Ключови изводи
- Разсъждението се справя отлично със многоетапни математически задачи
- Използвайте системен промпт, който налага структура на решението (стъпки, проверка)
- Доказателствата чрез индукция имат огромна полза от структурираното разсъждение
- Логическите главоблъсканици подчертават изследването и елиминирането на възможностите
- Внедрете двойна проверка за критични резултати
- Винаги сравнявайте резултатите със и без разсъждение, за да валидирате добавената стойност