bryanchrist/SGSM

SGSM（Synthetic Grade School Math）数据集包含20,490个问题/答案对，由MATHWELL生成，MATHWELL是一个无上下文的数学应用题生成器。数据集分为两个子集：SGSM Train（2,093个经过专家验证的问题/答案对）和SGSM Unannotated（18,397个未经验证但包含可执行代码的问题/答案对）。SGSM是最大的带有程序化思维（PoT）解释的英语小学数学问答数据集，旨在训练无上下文的数学应用题生成器，也可用于训练数学问答模型。SGSM（Synthetic Grade School Math）数据集包含20,490个问题/答案对，由MATHWELL生成，MATHWELL是一个无上下文的数学应用题生成器。数据集分为两个子集：SGSM Train（2,093个经过专家验证的问题/答案对）和SGSM Unannotated（18,397个未经验证但包含可执行代码的问题/答案对）。SGSM是最大的带有程序化思维（PoT）解释的英语小学数学问答数据集，旨在训练无上下文的数学应用题生成器，也可用于训练数学问答模型。

原始信息汇总

SGSM 数据集

概述

SGSM（Synthetic Grade School Math）是一个包含20,490个问题/答案对的数据集，由MATHWELL生成。MATHWELL是一个上下文无关的小学数学应用题生成器，能够根据可选的学生兴趣输出应用题和思维过程（PoT）解决方案。

数据集组成

• SGSM Train：包含2,093个问题/答案对，由人类专家验证。
• SGSM Unannotated：包含18,397个问题/答案对，具有可执行代码但未经人类专家验证。

特点

• SGSM是最大的带有PoT推理的英语小学数学QA数据集。

用途

• 用于训练上下文无关的小学数学应用题生成器。
• 也可用于训练数学QA模型。

参考文献

bash @misc{christ2024mathwell, title={MATHWELL: Generating Educational Math Word Problems at Scale}, author={Bryan R Christ and Jonathan Kropko and Thomas Hartvigsen}, year={2024}, eprint={2402.15861}, archivePrefix={arXiv}, primaryClass={cs.CL} }

搜集汇总

背景与挑战

背景概述

EGSM（Educational Grade School Math）是一个包含2,093个问题/答案对的数据集，由MATHWELL生成，用于训练无参考的教育级小学数学文字问题生成器。该数据集经过人类专家验证，是首个针对LLMs的教师注释数学文字问题训练数据集，旨在提高问题的教育适用性，并可用于数学问答模型训练。