知识卡片：FormalAnalyticGeo：基于神经符号的多模态解析几何问题生成框架

一句话结论

本文提出 FormalAnalyticGeo，一个全自动、可扩展的神经符号框架，用于生成多模态解析几何问题，并产出包含 7000 余道验证题目的数据集 AnalyticGeo7K，生成答案的中位相对误差仅为 0.70%。

事件概述或研究问题

多模态大语言模型在数学推理上取得显著进展，但解析几何领域因标注样本稀缺而研究不足。现有图表生成方法无法满足解析几何需求：模板方法不能处理约束驱动的布局，生成模型缺乏精确渲染带标注圆锥曲线的几何精度。因此，需要一种可规模化、自动生成高质量多模态解析几何问题的框架。

方法/产品要点

• 核心设计：基于形式语言的严谨性，设计了条件描述语言（CDL），作为连接自由文本问题描述与精确图表渲染的中间表示。
• 渲染引擎：使用符号距离场（SDF）引擎，确保圆锥曲线等几何元素的精确绘制。
• 四个 LLM 组件流水线：
  • Generator：生成多样化的解析几何问题。
  • Formalizer：将问题转换为 CDL，供 SDF 渲染。
  • Measurer：通过视觉测量从渲染图表中提取真实答案。
  • Quality Verifier：在三阶段检查输出质量，其结构化反馈驱动自动重试，形成闭环，无需人工标注。
• 数据集产出：应用该框架得到 AnalyticGeo7K，包含超过 7000 道经验证的多模态问题，每道题均有对齐的文本、图表、形式化标注和真实答案。

主要结果或产业意义

实验表明，生成问题的答案中位相对误差为 0.70%，82.3% 的答案落在精确符号解的 5% 误差范围内。该框架和数据集将公开发布，有望填补解析几何领域多模态训练数据的空白，推动 MLLM 在该子领域的推理能力提升。

为什么重要

解析几何是数学推理的重要组成部分，此前因数据稀缺而进展缓慢。FormalAnalyticGeo 首次实现了无需人工参与的全自动、高质量数据生成，其闭环质量控制机制保证了数据的可靠性，为后续研究提供了可复现的基础设施。

局限与不确定性

（根据摘要无法确认具体局限，可能存在对特定题型或复杂约束的覆盖能力未知；自动生成数据的真实难度分布是否与真实考试题一致尚待验证。此处需标记为待核实。）

可用于图书/PPT/简报的角度

• 作为“大模型 + 形式语言 + 符号引擎”协同解决专业领域数据稀缺的案例。
• 对比传统模板法和生成模型在几何图表精度上的不足，突出 CDL + SDF 组合的优势。
• 展示自动化数据生产闭环（生成→形式化→渲染→测量→验证→重试）的设计思路。

与既有脉络的关系

本文与已有卡片主题无直接重复；可作为“基于大模型的数据自动生成”方向的补充，特别聚焦于解析几何这一高精度要求的数学子领域。

原始材料

英文标题：FormalAnalyticGeo: A Neural-Symbolic Based Framework for Multimodal Analytic Geometry Problem Generation
英文关键词：Analytic Geometry, Multimodal Large Language Models (MLLMs), Neural-Symbolic, Condition Description Language (CDL), Signed Distance Field (SDF), Dataset Generation, Closed-loop Quality Verification
来源：arXiv:2607.12982v1 (cs.AI, cs.MA, cs.SC)，作者 Ruoran Xu, Wending Gao, Qiufeng Wang，发布于 2026-07-14。