math_data

kaggle2026-08-03 更新2026-08-12 收录

数学推理

数据链接：

https://www.kaggle.com/datasets/akseleu1j/math-ids 数据链接链接失效反馈

官方服务：

资源简介：

open-sourse-syntetic math dataset for 0.75B tokens

包含0.75B个Token（tokens）的开源合成数学数据集

创建时间：

2026-07-31

DeepMath-103K

数学推理

语言模型

DeepMath-103K是一个精心策划的大规模数学数据集，旨在推动语言模型在数学推理方面的边界。其主要特点包括：1. 挑战性问题：专注于难度较高的数学问题（主要为5-9级），显著提高了复杂性；2. 广泛的主题多样性：涵盖代数、微积分、数论、几何、概率和离散数学等多个数学领域；3. 严格的净化：通过语义匹配对常见基准进行了细致的净化，最小化测试集泄漏并促进公平的模型评估；4. 丰富的数据格式：每个

github2025-04-17 更新1360

introvoyz041/OpenR1-Math-220k

数学推理

模型训练

--- license: apache-2.0 language: - en configs: - config_name: all data_files: - split: train path: all/train-* - config_name: default data_files: - split: train path: data/train-* - c

Hugging Face2025-12-09 更新160

UGMathBench

数学推理

教育评估

UGMathBench is a diverse and dynamic benchmark specifically designed for evaluating undergraduate-level mathematical reasoning with LLMs. UGMathBench comprises 5,062 problems across 16 subjects and 11

魔搭社区2026-06-17 更新140

OpenMathReasoning

数学推理

机器学习

这是一个包含prompt和completion两个部分的数据集，每个部分都包括内容和角色两个属性。数据集分为训练集和测试集，共有3200861个训练示例和200个测试示例。数据集的总大小为71392678371.0字节，下载大小为31821490182字节。

Hugging Face2025-04-27 更新240

MATHHAY

人工智能

数学推理

MATHHAY是由Salesforce AI Research和新加坡管理大学共同创建的一个自动化基准数据集，旨在评估大型语言模型在长上下文环境中的数学推理能力。该数据集涵盖了从单一文档到多文档、单一步骤到多步骤的多种难度级别的数学推理任务，适用于32K到128K tokens的长度。MATHHAY的创建过程包括文档收集、问题生成、质量控制和海量文档构建四个主要阶段，确保数据集的高质量和真实性。该

arXiv2024-10-07 更新150

math_data

资源简介：

相关数据集