通过代码实现精确的 LLM 算术运算

大模型中的精确计算：生成可执行代码

大语言模型（LLM）并非为精确计算而设计——其基于Transformer架构，通过概率预测下一个词元，而非执行数学运算。当输入“18 × 38.76”这类问题时，模型可能返回697.68，也可能因训练数据中的模式近似而输出错误结果如680。这并非模型性能下降，而是系统性局限。

解决方案：让大模型远离直接计算。模型仅负责生成用于任务的Python脚本，该脚本在隔离环境中运行。Python确保精度：18 * 38.76 永远精确返回697.68。

系统架构

处理流程：用户 → LLM → Python脚本 → Docker容器 → 结果（文本 + Excel文件）。

示例：计算托木斯克市的公用事业账单

• 用户输入：«CW 320, HW 229, electricity 7422, prev: CW 302, HW 222, electricity 7133»。
• 配备系统提示（费率来自配置文件）的大模型生成计算脚本。
• 脚本计算用量、应用费率并生成表格。
• 在沙箱中执行，返回生成的文件。

简化后的生成代码如下：

# 水表读数
cold_current, cold_prev = 320, 302
hot_current, hot_prev = 229, 222
elec_current, elec_prev = 7422, 7133

# 用量计算
cold_usage = cold_current - cold_prev   # 18 m³
hot_usage = hot_current - hot_prev      # 7 m³
elec_usage = elec_current - elec_prev   # 289 kWh

# 托木斯克2025年费率（来自配置文件，非模型内部）
tariffs = {
    'cold_water': 38.76,
    'hot_water': 142.63,
    'electricity': 4.94,
    'drainage': 27.04,
}

# 计算费用
cold_cost = cold_usage * tariffs['cold_water']       # 697.68
hot_cost = hot_usage * tariffs['hot_water']           # 998.41
elec_cost = elec_usage * tariffs['electricity']       # 1427.66
drain_cost = (cold_usage + hot_usage) * tariffs['drainage']  # 676.00

total = cold_cost + hot_cost + elec_cost + drain_cost  # 3799.75

# 生成Excel文件
import openpyxl
wb = openpyxl.Workbook()
ws = wb.active
ws.append(['服务项目', '用量', '单价, ₽', '金额, ₽'])
ws.append(['冷水', f'{cold_usage} m³', tariffs['cold_water'], cold_cost])
ws.append(['热水', f'{hot_usage} m³', tariffs['hot_water'], hot_cost])
ws.append(['电力', f'{elec_usage} kWh', tariffs['electricity'], elec_cost])
ws.append(['排污', f'{cold_usage + hot_usage} m³', tariffs['drainage'], drain_cost])
ws.append(['总计', '', '', total])
wb.save('communal.xlsx')

费率从外部配置文件注入，由官方渠道更新——杜绝模型幻觉。

模型与沙箱选择

推荐模型：

• 通义千问（阿里）：免费API，适合简单任务的稳定代码生成。
• 深度求索V3：适用于复杂场景（如文档分析），支持提示缓存。

GPT-4或Claude对20行以内的脚本而言属于过度配置。

沙箱环境：按需启动的Docker容器。

• 用户间完全隔离。
• 基础库：openpyxl、math、datetime。
• 30秒超时限制。
• 提示中禁用pandas/numpy。

常见问题与解决方法

| 问题 | 解决方案 |

|------|----------|

| 费率幻觉 | 从配置文件注入费率到提示中 |

| 直接计算无代码 | 添加验证逻辑 + 重试指令：“仅返回代码” |

| Excel乱码 | 使用 encoding='utf-8' 并进行后置校验 |

| 缺少导入 | 限制镜像和提示中允许的库 |

| UX：token计数错误 | 改用后端计数 |

| 代码错误 | 将stderr返回给模型，实现迭代修复 |

返回stderr可使调试迭代次数减少5倍——模型能分析错误堆栈并快速修正。

扩展功能：预算分析

用于检查预算（Excel文件，城市名）时，模型可生成150–200行代码。

• 可解析任意结构数据。
• 对比配置文件中的市场价。
• 自动检测算术错误。
• 使用openpyxl生成带颜色编码的报告。

示例：托木斯克市卫生间翻新预算——存在25.9%的超额收费，8项材料价格高出50%以上，差额达1–4卢布。

核心要点

• 数学计算100%准确：由Python执行。
• 费率来自外部数据，绝不依赖模型内部。
• 沙箱环境是安全必需。
• 利用stderr反馈可显著加速调试。
• 可扩展性强：更新配置无需重新训练模型。

— Editorial Team