这项由哥伦比亚大学计算机科学系的Charles L. Wang进行的研究发表于2025年9月，论文编号为arXiv:2509.23143v2，为我们提供了一种全新的视角来理解大型语言模型的数学推理能力。有兴趣深入了解的读者可以通过该编号查询完整论文。
当我们谈到人工智能解决数学题时，大多数人关心的都是一个简单问题：AI答对了没有？就像考试评分一样，对就是100分，错就是0分。然而，这种简单粗暴的评判方式可能遗漏了很多重要信息。Wang的这项研究就像给AI做了一次全面的"数学体检"，不仅要看它能不能答对题，更要看它在解题过程中的"身体反应"是否正常。
研究团队开发了一套叫做MathBode的全新诊断工具，这个名字来源于工程学中的"波德图"概念。波德图原本是用来分析电路系统频率响应的工具，而研究者们巧妙地将这个概念移植到了数学推理的评估中。他们的核心思想是：既然人工智能在处理数学问题时会表现出某种系统性的行为模式，那么我们就可以用类似分析电路系统的方法来分析AI的数学推理过程。
这种创新的评估方法就像是给AI做心电图一样。传统的数学测试就像量血压，只能告诉我们一个
