小模型大作为：基于代码推理的数学辅导智能体实践

用仅有15亿参数的小型语言模型（SLM）打造可靠的数学辅导助手？本项目通过Unsloth高效微调、代码生成验证与执行、LangChain智能体架构，证明SLM也能实现高质量数学推理，为教育AI的低成本部署提供可行路径，挑战"模型越大越好"的行业成见。

业界热衷追逐百亿/千亿参数大模型，但教育领域（如高中生数学辅导）更需要能在普通设备运行的小模型——其优势包括更低部署成本、更快响应、更好隐私保护及离线使用可能。传统观点认为小模型难以胜任复杂数学推理，本项目（slm-math-reasoning-agent）正挑战这一成见。

项目采用"计划-代码-执行-解释"流水线：接收问题生成解题计划→生成Python代码→执行代码得结果→整合为学生友好解释。基础模型选用Qwen2.5-1.5B-Instruct，通过Unsloth框架+QLoRA技术（4-bit量化微调）降低训练资源需求；微调后封装为LangChain智能体，用Pydantic管理结构化状态，实现动态应用。

训练数据采用generated_code-gsm8k-plan数据集（基于GSM8K扩展），每个样本含问题、推理计划、代码、答案，助力模型逻辑分解与精确计算。评估采用"LLM-as-a-Judge"（DeepSeek API），从答案正确性、推理质量、表达清晰度、学生友好度四维度评估，超越传统精确匹配指标。

本项目在教育场景的价值：1.作业辅助：帮助学生理解解法而非直接给答案；2.学习伴侣：24/7个性化辅导；3.教学工具：培养逻辑思维。相比通用大模型，其优势在于可控性（不偏离主题、无不当内容）与一致性（行为稳定），适合教育机构与家长需求。

技术栈覆盖训练到部署（Unsloth、Transformers/PEFT、TRL、LangChain/LangGraph、Pydantic、DeepSeek API）。未来可扩展方向：集成更多数学领域数据、多模态能力（手写公式识别）、交互式界面、学习进度追踪。启示：教育AI应优先构建专用小模型，通过工具增强（如代码执行）弥补不足，推动AI技术民主化与教育公平。