miniCTX数据集是一个用于神经定理证明的数据集，特别关注长上下文环境下的证明。数据集包含从Mathlib中提取的Lean 4战术预测示例，每个示例包括提示（指令、前置文件内容、证明状态）和完成（战术）。文件内容被截断至1024个令牌。数据集生成使用了`ntptoolkit`的`ntp-training-data`和`instruction_tuning.py`工具，并提供了生成配置的详细信息。

Hugging Face2024-09-06 更新910

miniF2F-v2

自动形式化

定理证明

miniF2F-v2数据集是miniF2F数据集的修订版，由香港中文大学计算机科学与工程系的研究团队创建。该数据集包含了488个定理，这些定理均来自数学竞赛，包括国际数学奥林匹克竞赛（IMO）和美国数学竞赛（AMC）。miniF2F-v2数据集对原始miniF2F中的错误和不一致进行了修正，确保了形式化和非形式化陈述的精确对应，并且所有定理都是正确且可证明的。该数据集旨在用于评估自动形式化和定理证

arXiv2025-11-05 更新420

DiffLean/SFT_Dataset

形式化定理证明

Lean4

DiffLean SFT数据集是一个用于在Lean 4中监督微调形式定理证明器的合成数据集。该数据集包含656,160个数学问题的示例，每个示例都配有自然语言问题、形式化陈述和经过验证的Lean 4形式化证明。数据集涵盖多个配置（如Reasoning、processed、processed_hard、rl_easy_20k），每个配置具有不同的特征，例如问题类型、来源、难度标签（在processe

Hugging Face2026-04-26 更新220

Herald Statements, Herald Proofs

数学库

自动形式化

从README中的描述来看，这是Mathlib 4的注释数据集和最新翻译模型，用于自动形式化。

github2025-03-10 更新790

UDACA/Isa-AF-MMA

自动形式化

自然语言处理

该数据集结合了DQ Round Trip Problem Selection电子表格的所有条目，并移除了除正式和非正式列之外的所有列，同时添加了一个文本列。此外，数据集还结合了来自《Multilingual Mathematical Autoformalization》数据集的Isabelle训练和验证集，并以相同的格式添加了文本列。数据字段包括正式声明、非正式声明和文本列，其中文本列包含样本的结

Hugging Face2024-03-17 更新260

shubhramishra/autoformalization-benchmark-lean4

资源简介：

数据集概述

许可证信息

相关数据集