在人工智能的浪潮中，大型语言模型（LLMs）已经成为推动自然语言处理技术发展的关键力量。它们在理解、生成语言以及执行复杂任务方面展现出了巨大的潜力。然而，尽管在特定领域内取得了显著进展，现有的开源LLMs在处理多样化和高难度的推理任务时，仍然难以与最前沿的专有模型相媲美。这一差距不仅限制了开源模型的应用范围，也阻碍了整个领域的发展和创新。 推理任务，特别是那些需要综合运用数学知识、编程技能和逻辑