NecroMOnk/khan-math-algebra

---
license: mit
language:
- en
tags:
- math
- khan-academy
- latex
- education
- chatml
pretty_name: Khan Math – Algebra
size_categories:
- 1M<n<10M
---

# Khan Math – Algebra

Algebra problems from Khan Academy in ChatML format. Covers topics such as equations, polynomials, functions, and more.

## Quick Start

```python
from datasets import load_dataset

dataset = load_dataset("NecroMOnk/khan-math-algebra")

print(dataset["train"][0])
```

Example record:

```json
{
"messages": [
{"role": "system", "content": "You are a mathematics tutor. Answer the following math problem."},
{"role": "user", "content": "Find the arclength of the function $f(x) = \\log(2x)$ on the interval $x=4$ to $x=5$"},
{"role": "assistant", "content": "$-\\sqrt{17}+\\sqrt{26}+\\tanh^{-1}\\left(\\sqrt{17}\\right)-\\tanh^{-1}\\left(\\sqrt{26}\\right)$"}
],
"topic": "calculus",
"subtopic": "arclength"
}
```

## Dataset Stats

- **1.24M** problems
- ChatML format
- Source: Khan Academy algebra materials
- Language: English
- Math notation: LaTeX

## Fields

| Field | Type | Description |
|---|---|---|
| `messages` | list | ChatML turns: system, user, assistant |
| `topic` | string | Top-level math topic (e.g. `calculus`) |
| `subtopic` | string | Specific subtopic (e.g. `arclength`) |

## Source

Problems sourced from [Khan Academy](https://www.khanacademy.org/) via the AMPS dataset.
Problems and answers are in LaTeX format.

## Versions

- **v1** – raw extraction, minor artifacts possible (e.g. degenerate intervals, `+-` notation)
- **v2** – cleaned formulas, extraction artifacts removed *(coming soon)*

---
许可证：MIT协议
语言：
- 英语
标签：
- 数学
- 可汗学院（Khan Academy）
- LaTeX（LaTeX）
- 教育
- ChatML（ChatML）
美观名称：可汗数学——代数
规模类别：
- 100万<样本量<1000万
---

# 可汗数学——代数

本数据集包含采用ChatML格式编排的可汗学院代数习题，涵盖方程、多项式、函数等诸多主题。

## 快速上手

python
from datasets import load_dataset

dataset = load_dataset("NecroMOnk/khan-math-algebra")

print(dataset["train"][0])

示例数据记录：

json
{
"messages": [
{"role": "system", "content": "You are a mathematics tutor. Answer the following math problem."},
{"role": "user", "content": "Find the arclength of the function $f(x) = log(2x)$ on the interval $x=4$ to $x=5$"},
{"role": "assistant", "content": "$-sqrt{17}+sqrt{26}+ anh^{-1}left(sqrt{17}
ight)- anh^{-1}left(sqrt{26}
ight)$"}
],
"topic": "calculus",
"subtopic": "arclength"
}

## 数据集统计

- **124万** 道习题
- 采用ChatML格式
- 数据来源：可汗学院代数教学资料
- 语言：英语
- 数学符号采用LaTeX格式

## 字段说明

| 字段名 | 数据类型 | 字段说明 |
|---|---|---|
| `messages` | 列表 | ChatML对话轮次，包含系统提示、用户提问、助手回复三类角色 |
| `topic` | 字符串 | 一级数学主题（例如`微积分`） |
| `subtopic` | 字符串 | 细分主题（例如`弧长计算`） |

## 数据来源

本数据集习题源自基于AMPS数据集抓取的可汗学院（Khan Academy）平台内容，习题与答案均采用LaTeX格式编排。

## 版本说明

- **v1**：原始提取版本，可能存在少量格式瑕疵（例如退化区间、`+-`符号误用等）
- **v2**：公式清洗版本，已移除提取过程产生的格式瑕疵（即将推出）