carminho/aime-2024-ptpt

这个数据集是AIME 2024问题的葡萄牙语（欧洲葡萄牙语，pt-PT）翻译版本，包含解答。它基于源数据集Maxwell-Jia/AIME_2024，使用Gemma-4 31B大型语言模型通过vLLM进行翻译，保持了原始数据集的结构，仅翻译自然语言文本字段，而数学表达式、公式和数值答案保持不变。数据集专注于数学推理领域，适用于葡萄牙语用户进行数学问题解决和分析。

This dataset is a Portuguese (European Portuguese, pt-PT) translation of AIME 2024 problems with solutions, based on the source dataset Maxwell-Jia/AIME_2024. The translation was performed using the Gemma-4 31B large language model via vLLM, preserving the original benchmark structure with all fields intact; only natural language text fields are translated, while mathematical expressions, formulas, and numerical answers remain unchanged. It focuses on mathematics and math reasoning, tailored for Portuguese-speaking users.

搜集汇总

数据集介绍

构建方式

本数据集基于Maxwell-Jia发布的AIME 2024原始英文数学竞赛题集，采用大语言模型Gemma-4 31B通过vLLM推理框架进行葡萄牙语（欧洲葡语，pt-PT）翻译构建而成。在翻译过程中，仅对自然语言文本字段进行语言转换，所有数学表达式、公式及数值答案均保留原貌，以确保数学内容的准确性和完整性。数据集结构与原始基准完全一致，所有字段均被完整保留。

特点

该数据集的核心特点在于其双语性及领域专精性。作为首个葡萄牙语版本的AIME 2024数学竞赛题集，它填补了高质量葡语数学推理资源的空白。数据集严格区分语言转换与数学内容，保证了数学逻辑的纯正性。同时，采用先进的大语言模型进行翻译，兼顾了译文的流畅度与术语的准确性，为葡萄牙语数学推理研究提供了可靠的基准数据。

使用方法

该数据集可直接用于葡萄牙语环境下的数学推理模型训练与评估。用户可将其作为翻译教学、跨语言数学推理能力评测或机器翻译质量评估的测试集。使用时需注意，数据集仅提供问题与解答的葡萄牙语文本，不包含原始英文版本，适合作为单语数学推理任务的数据来源。建议结合原始英文数据集进行双语对比分析，以进一步探索语言对数学推理性能的影响。

背景与挑战

背景概述

在数学推理与自然语言处理的交叉领域，高质量的多语言数学基准数据集对于评估大语言模型的跨语言理解与推理能力至关重要。aime-2024-ptpt数据集由研究人员于2025年创建，基于Maxwell-Jia等人发布的AIME 2024英文数学竞赛题库，采用Gemma-4 31B大语言模型通过vLLM框架进行欧洲葡萄牙语（pt-PT）翻译而成。该数据集的核心研究问题在于探究数学推理任务在语言迁移过程中的保真度与性能变化，为多语言领域的大模型评估提供了标准化工具。其影响力体现在填补了葡萄牙语数学推理基准的空白，促进了非英语环境下的模型研究。

当前挑战

该数据集所解决的领域问题包括：数学推理基准在非英语语言中的稀缺性，传统测试集多集中于英语，限制了模型的多语言泛化能力评估；数学问题翻译中自然语言与公式的混合结构对翻译准确性构成挑战，尤其需避免对解题过程的语义扭曲。构建过程中面临的核心挑战在于：依赖大模型翻译时可能引入的术语误译或文化适配偏差，需保证数学表达式的完整性不受语言转换影响；同时，翻译质量依赖于源模型的输出稳定性，Gemma-4 31B的推理结果需经严格验证以确保与原始解题逻辑一致，避免因语言变体（如欧洲葡萄牙语与巴西葡语差异）导致的歧义。

常用场景

经典使用场景

该数据集的核心用途在于为葡萄牙语（欧洲葡萄牙语）的数学推理与自然语言处理研究提供高质量的评测基准。基于AIME 2024数学竞赛题目，经过精心翻译与结构保留，它能够用于评估和微调大规模语言模型在复杂数学问题上的理解与推理能力。研究者可借助此数据集检验模型在多语言环境下的数学演绎表现，尤其是在非英语语种中的泛化能力。此外，该数据集也支持跨语言迁移学习实验，帮助探究语言差异对数学问题求解的影响。

解决学术问题

该数据集直面当前多语言自然语言处理领域的一个关键学术挑战：缺乏高质量、结构化且领域专精的非英语数学推理评测资源。传统数学推理基准多集中于英语，导致模型在葡萄牙语等语言上的表现难以客观衡量。aime-2024-ptpt的引入，填补了这一空白，使研究者得以系统评估语言模型在葡萄牙语境下的数学演绎准确性、步骤理解连贯性及答案生成稳定性。其意义在于推动了多语言数学推理能力的可量化研究，为后续跨语言模型优化提供了可靠基础。

衍生相关工作

该数据集的诞生催生了一系列值得关注的研究方向。一方面，基于此翻译方法，研究者可以沿袭其技术路线，将AIME及其他数学竞赛题目扩展至更多语言，构建多语种数学推理基准家族，推动跨语言评测的标准化。另一方面，该数据集可被用作数据增强工具，结合少样本学习或提示工程，探索如何提升非英语语言模型在数学任务上的表现，相关成果有望衍生出适用于低资源语言的数学推理微调策略。此外，基于其保持原结构不变的特点，该数据集也适合与原有英文版本进行对比分析，衍生出关于语言一致性对推理性能影响的实证研究。