aime_2025

AIME 2025数据集包含了用于MathArena排行榜的AIME 2025比赛的题目。数据集包含题目索引、完整的问题陈述、问题的正确答案以及问题类型。问题类型可以是组合数学、数论、代数或几何中的任意一种或多种。

The AIME 2025 Dataset contains problems from the AIME 2025 competition used for the MathArena leaderboard. The dataset includes problem indices, complete problem statements, correct answers to the problems, and problem types. Problem types can be one or more of combinatorics, number theory, algebra, or geometry.

原始信息汇总

数据集概述：AIME 2025

基本信息

• 数据集名称：AIME 2025
• 数据集大小：16,990字节
• 示例数量：30
• 下载大小：14,313字节
• 语言：英语
• 许可证：CC BY-NC-SA 4.0
• 类别大小：n<1K

数据字段

• problem_idx (int64)：问题在竞赛中的索引
• problem (string)：完整的问题描述
• answer (int64)：问题的真实答案
• problem_type (sequence[string])：问题类型，可能包括"Combinatorics"、"Number Theory"、"Algebra"、"Geometry"。一个问题可能有多个类型。

数据来源

• 原始数据：AIME 2025竞赛中的问题
• 数据处理：问题被提取、转换为LaTeX格式并经过验证

引用信息

bibtex @misc{balunovic_srimatharena_2025, title = {MathArena: Evaluating LLMs on Uncontaminated Math Competitions}, author = {Mislav Balunović and Jasper Dekoninck and Ivo Petrov and Nikola Jovanović and Martin Vechev}, copyright = {MIT}, url = {https://matharena.ai/}, publisher = {SRI Lab, ETH Zurich}, month = feb, year = {2025}, }

相关链接

• 主页：https://matharena.ai/
• 代码库：https://github.com/eth-sri/matharena

搜集汇总

数据集介绍

构建方式

该数据集源自2025年美国数学邀请赛(AIME)的竞赛题目，经过系统化整理与验证构建而成。原始题目经过专业提取后转换为LaTeX格式，确保数学符号与公式的精确呈现。每个问题均标注了唯一索引编号，并进行了多维度分类，涵盖组合数学、数论、代数及几何四大数学分支，部分题目可能同时属于多个分类。数据构建过程注重保持竞赛题目的完整性与准确性，为数学能力评估提供了标准化素材。

特点

作为专业数学竞赛题库，该数据集最显著的特点是题目类型的多样性及标注的精细程度。每道题目不仅包含完整的问题描述和标准答案，还通过多标签分类体系标注其数学分支属性，这种多维标注方式为研究数学问题解决能力提供了丰富特征。数据集规模虽小但质量精良，所有题目均来自权威数学竞赛，具有较高的专业性和挑战性，特别适合用于评估大型语言模型在复杂数学推理任务上的表现。

使用方法

该数据集主要服务于数学能力评估与模型测试领域，用户可通过HuggingFace平台直接下载获取。使用时应遵循CC BY-NC-SA 4.0许可协议，重点关注问题陈述与对应答案的匹配关系。研究人员可利用problem_type字段进行特定数学分支的分析，或通过problem_idx实现题目追溯。建议将本数据集与其它数学评估基准结合使用，以全面衡量模型在不同数学领域的推理能力。对于模型训练应用，需注意数据规模限制并考虑适当的增强策略。

背景与挑战

背景概述

AIME 2025数据集由苏黎世联邦理工学院SRI实验室于2025年构建，旨在为数学竞赛领域提供高质量的基准测试资源。该数据集源自美国数学邀请赛（AIME 2025）的竞赛题目，涵盖组合数学、数论、代数和几何等核心数学分支，专门用于评估大型语言模型在未经训练的数学竞赛问题上的表现。作为MathArena项目的重要组成部分，该数据集通过严格的题目提取和LaTeX格式转换流程，为数学人工智能研究提供了可靠的评估标准。

当前挑战

该数据集面临的主要挑战体现在两个方面：在领域问题层面，数学竞赛题目通常包含复杂的逻辑推理和创造性解题要求，这对模型的抽象思维和数学推理能力提出了极高要求；在构建过程中，竞赛题目的多类型标注和精确的LaTeX格式转换需要专业数学知识，同时保持原始题目的完整性和准确性也是一项技术难点。此外，如何在不泄露竞赛敏感信息的前提下构建可公开的研究数据集，需要平衡学术需求与竞赛保密要求。

常用场景

经典使用场景

在数学竞赛和人工智能交叉领域，AIME 2025数据集为研究人员提供了一个标准化的评估平台。该数据集收录了美国数学邀请赛（AIME）的竞赛题目，涵盖组合数学、数论、代数和几何等多个数学分支。研究者通常利用这些题目来测试和比较不同大型语言模型（LLMs）在解决复杂数学问题上的能力，特别是在无污染环境下的表现评估。

实际应用

该数据集的实际价值体现在智能教育系统的开发中。教育科技公司可以基于这些竞赛题目构建自适应学习系统，为学生提供个性化的数学训练。同时，在线教育平台能够利用这些题目开发自动批改和解题指导功能。在学术竞赛培训领域，该数据集可作为生成模拟试题的重要来源，帮助参赛者进行针对性训练。

衍生相关工作

围绕AIME 2025数据集已产生多项重要研究，其中最突出的是ETH Zurich团队开发的MathArena评估框架。该框架利用这些竞赛题目建立了首个专注于数学竞赛的LLM评测标准。后续工作包括基于此数据集开发的数学问题生成模型，以及结合符号计算与神经网络的混合求解系统，这些研究显著推动了自动数学推理领域的发展。