带图数学题解题数据集

带图数学题解题数据集主要面向多模态数学推理研究、评估与提升多模态大语言模型（MLLMs）视觉数学推理能力的需求建设，基于GeoQA、Geometry3K等公开数据集筛选、人工补充收集，以及自动化数据引擎结合反向推导策略与GPT-4/GPT-4V增强扩展产生，主要记录了数学问题图像文件、问题文本、标准答案、选项、思维链推理过程（CoT）、图表描述文本及学科元数据等数据，数据量总计约30.65 GB。 在主要内容与背景意义方面，本数据集由MathVerse测试集（310 MB）和MAVIS训练集（包含26.5 GB的几何训练集与3.84 GB的函数训练集）两部分组成，专注于高中水平的平面几何、立体几何、解析几何和函数四大核心数学领域。测试集包含2612道基础带图问题，衍生出约1.5万个测试样本，细分为角度计算、极值求解等12个精细类别，并提供纯文本对照版以评估视觉输入的影响。训练集则包含大规模高质量的几何与函数图表数据，创新性地提供文本主导、精简文本和视觉主导三种图像版本，通过减少文本冗余促使模型深度挖掘视觉图表信息。 本数据集的建设不仅填补了现有基准在立体几何和函数领域的空白，避免了过于复杂的专业定理对模型性能的限制，更为探索不同视觉-语言配比对模型性能的影响、推动多模态大模型在中等难度数学知识水平下的推理能力跃升提供了高质量、规模化的数据支撑。总数据量30GB