تم إصدار مجموعة بيانات تدريب AceMath RM بواسطة شركة إنفيديا في عام 2024، وهي مخصصة لتدريب نماذج المكافأة على نتائج الرياضيات (نمذجة مكافأة النتائج)، حيث تشير الورقة البحثية ذات الصلة إلى «AceMath: Advancing Frontier Math Reasoning with Post-Training and Reward Modeling»، وتهدف إلى تحسين أداء النماذج الكبيرة في مهام الاستدلال الرياضي.

تحتوي هذه المجموعة البيانات على 356,058 سؤالاً رياضياً فريداً، بإجمالي 2,136,348 عينة، حيث يقابل كل سؤال ستة استجابات مختلفة.
يُستخدم هذا primarily لتدريب نماذج المكافأة AceMath-7B و AceMath-72B، من خلال تقييم دقة إجابات النموذج لتحسين قدراته في الاستدلال الرياضي.
أظهرت النماذج المدربة باستخدام هذه البيانات أداءً متميزًا في الاستدلال الرياضي عبر العديد من الاختبارات المرجعية، متفوقة بذلك على عدة نماذج مفتوحة المصدر وشائعة الاستخدام بالإضافة إلى النماذج الخاصة.

تكوين مجموعة البيانات

تتضمن مجموعة البيانات الحقول والهيكل التاليين بشكل أساسي:

• qid: معرّف فريد للسؤال.
• message: قائمة محادثات تحتوي على تلميح النظام، وسؤال المستخدم، والحل التدريجي الذي قدمه المساعد. تتضمن كل رسالة دورًا (مثل نظام، مستخدم، مساعد) ومحتوى.
• label: تصنيف ثنائي يشير إلى ما إذا كانت الإجابة صحيحة / ممتازة أم لا (1 للصحيحة، 0 للخطأ).

تنسيق البيانات عبارة عن قوائم كائنات JSON يمكن تحميلها واستخدامها مباشرة للتدريب. تمثل كل عينة مقارنة بين سؤال رياضي واحد وإجابات متعددة مرشحة له.

مثال على مجموعة البيانات

الاقتباس العلمي

@article{acemath2024,
  title={AceMath: Advancing Frontier Math Reasoning with Post-Training and Reward Modeling},
  author={Liu, Zihan and Chen, Yang and Shoeybi, Mohammad and Catanzaro, Bryan and Ping, Wei},
  journal={arXiv preprint},
  year={2024}
}