nemotron-math-v2-filtered-high

kaggle2026-03-22 更新2026-05-09 收录

数学推理

数学推理模型微调

数据链接：

https://www.kaggle.com/datasets/ritwikakancharla/nemotron-math-v2-filtered-high 数据链接链接失效反馈

官方服务：

资源简介：

Filtered high-reasoning AoPS competition math traces for AIMO3 fine-tuning

用于AIMO3微调的、经筛选的高推理复杂度美国数学问题求解社区（Art of Problem Solving，简称AoPS）竞赛数学解题轨迹

创建时间：

2026-03-21

zhihz0535/X-SVAMP_en_zh_ko_it_es

多语言

数学推理

X-SVAMP是一个用于评估多语言大语言模型（LLMs）的基准测试，包含五种语言（英语、中文、韩语、意大利语和西班牙语）的问题和答案，旨在评估LLMs的数学推理能力。数据集由GPT-4-turbo从原始英文版SVAMP翻译而来。每个问题都附有逐步思考的提示，并且每个示例由id、instruction和answer三个字段组成。

Hugging Face2024-01-27 更新370

mlfoundations-dev/a1_math_natural_reasoning

数学推理

自然语言处理

这是一个包含指令种子(instruction_seed)、参考答案(reference_answer)、多个响应(responses)、推理过程(reasoning)、deepseek解决方案(deepseek_solution)、原始行索引(__original_row_idx)、最终推理轨迹(final_reasoning_trace)和对话(conversations)等字段的数据集。数据集

Hugging Face2025-04-10 更新140

math-reasoning-dataset

数学推理

机器学习

该数据集包含了三个字段：prompt（提示）、solution（解决方案）和gold_reasoning（黄金推理）。它被划分为训练集和测试集，训练集有50个示例，测试集有200个示例。

Hugging Face2025-06-01 更新110

VCBench

数学推理

感知信息处理

VCBench是一个用于评估多模态数学推理能力的综合基准数据集，专注于评估模型解决小学数学问题的能力，这些问题依赖于明确的视觉依赖关系。数据集包含1720个问题，跨越六个认知领域，并配以6697张图片，平均每个问题包含3.9张图片。该数据集的创建过程严格筛选并翻译了中国小学数学教科书中的问题，确保每个问题都具有独特且明确的答案。VCBench旨在解决当前基准测试中缺乏对视觉-数学推理能力的充分评估

arXiv2025-04-24 更新330

MATH()

数学推理

语言模型评估

MATH()是由Consequent AI创建的一个数据集，旨在通过功能化的基准测试来评估语言模型的推理能力。该数据集包含5000个问题，目前已有41.2%的问题被转化为功能化形式，以测试模型在未见过的问题上的表现。数据集的访问地址为https://github.com/consequentai/fneval/，用户可以获取到最新的数据集快照和评估代码。MATH()数据集的应用领域主要集中在提高大

arXiv2024-03-01 更新110

nemotron-math-v2-filtered-high

资源简介：

相关数据集