يُعتبر الاستدلال الرياضي مهارة ضرورية للنماذج اللغوية (LMs). تُظهر الدراسات الحديثة أداءً مبهرًا للنماذج اللغوية الكبيرة في حل المسائل الرياضية. ويرجع هذا النجاح إلى قدرتها على التفكير المتسلسل (CoT)، أي القدرة على تفكيك الأسئلة المعقدة إلى سلاسل من التفكير خطوة بخطوة، لكن يبدو أن هذه القدرة تظهر فقط في النماذج التي تمتلك عددًا كبيرًا من المعاملات. تُركّز هذه الدراسة على كيفية دمج النماذج اللغوية الصغيرة بقدرات التفكير متعدد الخطوات. ونُقترح دمج هذه القدرات من خلال تدريب مُستمر للنماذج اللغوية على مجموعة بيانات اصطناعية تُسمى MsAT، والتي تتكون من مهام حسابية متعددة الخطوات. تُظهر التجارب أربع مجموعات بيانات لمسائل كلمات رياضية فعالية الطريقة المقترحة في تعزيز قدرات النماذج اللغوية على الاستدلال الرياضي.