用于大语言模型数学问题求解的检索样本选择与多轮纠错方法

本发明公开一种用于大语言模型数学问题求解的检索样本选择与多轮纠错方法，包括：S1.构建检索样本库；S2.给定一个数学文字问题，使用提示词和若干固定的成功解决问题的样本作为输入，引导大语言模型生成初始的思维链和Python代码；S3.将生成的初始Python代码提交给Python解释器执行；S4.如果初始Python代码执行成功，则过程结束，执行结果作为最终回答；S5.若初始Python代码执行失败，根据Python解释器返回的错误类型和问题语义相似度，从预先构建的检索样本库中选择检索样本；S6.将选中的检索样本与步骤S2中的原数学文字问题一起作为新的输入，再次提交给大语言模型，进行下一轮的思维链和代码生成；S7.重复步骤S2‑S5，直到程序正常运行或达到预设的最大尝试次数。