К содержимому
Датасеты

OpenMathReasoning

масштабный датасет для математических рассуждений от NVIDIA

2 мин чтения

Этот датасет содержит сотни тысяч уникальных математических задач и миллионы решений с цепочками рассуждений (Chain-of-Thought), созданных с помощью передовых моделей вроде DeepSeek-R1 и QwQ-32B. Набор данных использовался в качестве фундамента для победного решения в соревновании AIMO-2 на Kaggle и включает в себя задачи из форумов AoPS. Датасет отлично подойдет исследователям и разработчикам для файнтюна языковых моделей, чтобы значительно улучшить их навыки в решении сложных олимпиадных и математических задач.

Ключевые особенности

  • Более 306 тысяч уникальных математических задач с подробными длинными решениями (Chain-of-Thought и TIR).
  • Решения сгенерированы с использованием мощных моделей DeepSeek-R1 и QwQ-32B.
  • Включает режим GenSelect для выбора наиболее перспективных решений из множества вариантов.
  • Послужил основой для создания серии передовых моделей OpenMath-Nemotron.

Что можно сделать

  • Провести файнтюн языковых моделей (LLM) для улучшения математических способностей и логического вывода.
  • Обучить модели работе с инструментами (TIR — tool-integrated reasoning) при решении вычислительных задач.
  • Использовать датасет для оценки и бенчмаркинга математических возможностей кастомных моделей.
  • Задействовать данные для воспроизведения пайплайнов обучения, аналогичных победителю AIMO-2 Kaggle.

Пример

Пример загрузки датасета с помощью библиотеки datasets:

from datasets import load_dataset

dataset = load_dataset("nvidia/OpenMathReasoning")
print(dataset["train"][0])
ПодробнееОбъём: от 1M до 10M записей в сжатом виде.
Основные источники: форумы AoPS и набор MATH.
Лицензия: CC-BY-4.0.
Показатели: модели OpenMath-Nemotron на базе датасета достигают state-of-the-art результатов на бенчмарках AIME24, AIME25 и HLE-Math.
Обсудить Telegram 505 85,9 тыс.

О модели

datasets/nvidia/OpenMathReasoning
Автор
nvidia
Категория
Датасеты
Дата выхода
На сайте

На сайте

Hugging Face

85,9 тыс.505

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии