基于策略引导的数学应用题推理轨迹数据集SGI-Math

SGI-Math以GSM8K训练集为种子数据来源，在保留原有数学逻辑内核的前提下，围绕现代科技与数字生活、电商与金融等场景进行题材改写与样本扩充，并引入Planner—Reasoner双角色交互框架，将单向思维链解耦为策略规划和与步骤执行两个认知维度。当前版本以JSONL格式发布，共包含12,081条样本，其中筛选保留原始题目6,311条、场景扩充题目5,770条，数据大小量为44.36MB。每条样本由question、ground_truth、interaction_trace和final_answer四个一级字段组成，推理角色Planner与Reasoner推理策略交互轮次为4至—12轮，平均轮次7.08轮。