该数据集包含并行的数学陈述，输入为非正式的自然语言证明，输出为Lean或Isabelle中的形式化证明。数据集可用于训练模型将数学陈述形式化为可验证的证明，这是一种机器翻译的形式。数据集通过创建大规模、多语言、多领域的非正式-正式对，解决了自动形式化研究中的数据稀缺和形式语言获取困难的问题。实验表明，在MMA数据集上微调的语言模型在miniF2F和ProofNet基准测试中，能够产生16-18%的

Hugging Face2023-12-02 更新200

internlm/Lean-Github

数学定理证明

Lean4

--- license: apache-2.0 --- We release Lean-Github and InternLM2-Step-Prover with 29K theorems compiled from 100+ Lean 4 repos and a 7B models fine-tuned on Lean-Github and Lean-Workbook with SOTA pe

Hugging Face2024-07-25 更新120

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240

XiaoyangLiu-sjtu/ATLAS_dataset

自动形式化

机器学习

ATLAS数据集是一个用于自动形式化的数据集合，包含117,145个数据点。它由三个主要部分组成：54641个合成数据示例，22103个通过证明增强的示例，以及40401个通过逆否增强的示例。

Hugging Face2025-09-26 更新130