ResearchMath-14k

ResearchMath-14k是一个包含14,056条研究级数学问题记录的数据集，数据来源于学术论文和开放问题资源。数据集核心是经过清理、可独立理解的问题陈述，辅以层次化的学科分类标签（涵盖分析、PDE与动力学、数学物理、离散数学与组合学、几何与拓扑、代数与表示论、应用与计算数学、数论、理论计算机科学、概率、统计与机器学习、逻辑与基础以及其他/交叉学科等领域）和问题解决状态元数据（包括开放、部分解决、已解决和未知四类）。每个数据点关联了来源论文的ID、标题、链接及原始问题文本。该数据集旨在支持数学问题理解、分类、检索以及模型训练与评估等相关研究。需要注意的是，状态标签基于自动解析生成，建议对重要数学论断进行人工验证；部分源标题或链接可能缺失。ResearchMath-14k is a dataset containing 14,056 research-level mathematical problem records, extracted from academic papers and open problem resources. The core of the dataset consists of cleaned, self-contained problem statements, supplemented by hierarchical discipline classification labels (covering areas such as analysis, PDEs and dynamics, mathematical physics, discrete mathematics and combinatorics, geometry and topology, algebra and representation theory, applied and computational mathematics, number theory, theoretical computer science, probability, statistics and machine learning, logic and foundations, and other/interdisciplinary fields) and problem-solving status metadata (including open, partially solved, solved, and unknown categories). Each data point is associated with the source papers ID, title, link, and original problem text. The dataset aims to support research related to mathematical problem understanding, classification, retrieval, and model training and evaluation. Note that status labels are generated through automatic parsing and verification; manual validation is recommended for important mathematical claims, and some source titles or links may be missing due to original parsing gaps.

原始信息汇总

数据集概述

ResearchMath-14k 是一个包含 14,056 条研究级数学问题记录的数据集，问题提取自学术论文、公开问题列表、研讨会资料及相关学术来源。每条记录包含原始提取问题、重写后的自包含问题陈述、分类标签和开放状态元数据。

• 许可证: MIT
• 语言: 英语
• 任务类别: 文本生成、问答
• 标签: 数学、研究问题、开放问题、arXiv、推理
• 规模: 10K < n < 100K

数据组成

每条记录字段包括：

• 原始提取问题
• 重写后的自包含问题陈述
• 分类标签
• 开放状态元数据

领域覆盖

数据集覆盖 11 个顶级数学领域组，分布如下：

一级分类	数量	占比
分析、PDE 与动力系统	3,197	22.74%
数学物理	2,031	14.45%
离散数学与组合学	1,897	13.50%
几何与拓扑	1,846	13.13%
代数与表示论	1,289	9.17%
应用与计算数学	839	5.97%
数论	806	5.73%
理论计算机科学	749	5.33%
概率、统计与机器学习	636	4.52%
逻辑与基础	455	3.24%
其他/跨学科	311	2.21%

开放状态分布

开放状态	数量	占比
开放（open）	8,313	59.14%
部分解决（partially_solved）	2,083	14.82%
已解决（solved）	1,171	8.33%
未知（unknown）	2,489	17.71%

构建流程

论文描述了一个两阶段代理流水线：

1. 提取器代理：从源文档中检测候选开放问题
2. 精炼器代理：验证状态、分配分类标签、重写每条记录为自包含问题陈述

难度与定位

ResearchMath-14k 旨在填补大规模低级别数学训练数据集与小规模研究级评估集之间的空白。

预期用途

适用于以下方向的研究：

• 数学问题理解
• 检索
• 分类预测
• 研究级提示构建
• 在自包含研究问题陈述上训练或评估模型

引用

论文：ResearchMath-14k: Leveraging Internet-Search Agents to Scale Research-Level Mathematical Reasoning

搜集汇总

数据集介绍

构建方式

ResearchMath-14k数据集通过一个精巧的两阶段智能体流水线构建而成。首先，提取智能体从学术论文、未解决问题清单、研讨会资料等多种学术来源中自动检测并抽取候选数学开放问题。随后，精炼智能体对每一条候选问题进行验证，判断其开放状态，分配领域分类标签，并重写为语义自洽、独立成篇的问题陈述。这一流程确保了从海量原始学术文本到高质量科研级问题记录的自动化转化，最终汇聚为14,056条精心处理的问题样本。

特点

该数据集的核心特色在于其科研级定位与丰富的元信息标注。它横跨分析、数学物理、离散数学等11个顶级数学领域，其中分析及相关方向占比最高（22.74%），开放问题比例接近六成。每条记录不仅包含原始问题与重写后的问题陈述，还附有细粒度的领域分类标签和开放状态元数据，如“开放”、“部分解决”、“已解决”或“未知”，为研究者提供了评估问题难度与科研价值的独特视角，填补了大规模基础数学训练集与小规模评测集之间的空白。

使用方法

使用者可通过HuggingFace的datasets库便捷加载数据集：调用`load_dataset(\"amphora/ResearchMath-14k\", split=\"train\")`即可获取全部训练样本。该数据集适用于数学问题理解、科研级提示词构建以及模型在自包含科研问题陈述上的训练与评估。值得注意的是，即便在缺乏完整标准答案的情况下，基于开放问题尝试的微调信号仍能提供有益的监督信息，为数学推理模型的训练提供了一种新颖的弱监督范式。

背景与挑战

背景概述

ResearchMath-14k数据集由研究团队于近年构建，旨在弥合大规模基础数学训练数据与小型研究级评估集之间的鸿沟。该数据集从学术论文、开放问题列表及研讨资料中提取了14,056条研究级数学问题记录，覆盖分析、数学物理、离散数学等11个数学领域。其核心研究问题聚焦于如何利用互联网搜索代理自动化提取与重构前沿数学问题，从而推动数学推理模型的训练与评估。该数据集的发布为数学自然语言处理与人工智能推理领域提供了稀缺的高难度问题资源，其中约59%的问题仍为开放状态，为探索未解数学难题的自动化求解开辟了新路径。

当前挑战

ResearchMath-14k面临的领域挑战主要在于数学推理模型对开放研究级问题的处理能力薄弱，现有数据集多集中于基础计算题或闭式问题，缺乏对前沿未解问题的系统支撑。构建过程中，团队需应对学术文献中问题表述高度专业化、语境依赖性强且开放状态动态变化的难题。自主提取代理需精准识别隐含的问题边界，而精炼代理则需通过互联网搜索验证问题状态并统一表述格式，同时确保跨领域术语的语义一致性。此外，如何平衡问题难度与模型可解性，以及应对部分问题来源的版权与引用规范，亦构成技术之外的实践挑战。

常用场景

经典使用场景

ResearchMath-14k作为一座弥合初等数学训练集与前沿研究测试集之间鸿沟的桥梁，最经典的使用场景在于为数学推理模型提供具备研究级难度的题目来源。该数据集收录了14,056道源自学术论文、公开问题集及研讨会材料的数学问题，涵盖分析、几何、数论等11个顶级数学领域，且每道题均附有自包含的改写表述与开放状态元数据。研究者可借此构建面向高等数学推理的提示工程，或评估模型在真正未解决问题上的推理能力，从而推动语言模型从基础计算向探索未知数学前沿的方向演进。

衍生相关工作

围绕ResearchMath-14k已衍生出多项富有成效的后续工作。基于其开放问题过滤信号的研究表明，即便在不具备完整标准答案的情况下，模型仅通过尝试求解开放问题也能获得有效的监督信号，这催生了面向不完整性答案的弱监督推理研究方向。后续工作还利用该数据集的领域标签和开放状态元数据，开发出能够根据问题难度自动调整提示策略的智能代理系统。此外，研究团队正将两阶段构造管道推广到其他科学领域（如物理和计算机科学），以期构建更广泛的研究问题自动化发现与整理框架，进而形成跨学科的科研辅助数据集生态。

数据集最近研究

最新研究方向

ResearchMath-14k数据集聚焦于前沿数学推理的规模化挑战，通过双阶段智能体管道从学术论文、开放问题列表等来源自动提取并重构14,056个研究级数学问题，覆盖分析、代数、数论等11个数学领域的核心开放问题。该数据集填补了低层级数学训练数据与高阶研究评估之间的鸿沟，其精细的三级开放状态标注（如open/partially_solved）为评估大语言模型在未解决数学问题上的推理能力提供了独特资源。当前，利用该数据集微调的模型在知识检索与逐步推导任务中展示了显著提升，尤其在处理无标准答案的开放问题时，为数学领域的大模型自我改进与互联网搜索增强推理提供了关键基准。