Nemotron-Math هو مجموعة بيانات ضخمة للاستدلال الرياضي أصدرتها NVIDIA في عام 2026، وتتمثل النتائج البحثية ذات الصلة في "Nemotron-Math: Efficient Long-Context Distillation of Mathematical Reasoning from Multi-Mode Supervision"، وتهدف إلى توفير بيانات عالية الجودة لتدريب وتقييم قدرات الاستدلال الرياضي لنماذج اللغات الكبيرة.

تحتوي مجموعة البيانات على 3,638,783 عينة تدريبية، بحجم إجمالي على القرص يبلغ حوالي 144 جيجابايت. تنبع المسائل في البيانات من مجتمع AoPS ومنتديات Math StackExchange/MathOverflow، وقد خضعت لفحص وتحقق صارمين، مع الاحتفاظ فقط بمسارات الحل عالية الجودة التي تتطابق إجاباتها النهائية مع الإجابات المرجعية. تغطي مجموعة البيانات حلول سلسلة التفكير (CoT) في وضعين: الاستدلال المتكامل مع أدوات Python (TIR) وعدم استخدام الأدوات، وهي مناسبة لدراسة الاستدلال المعزز بالأدوات، والاستدلال اللغوي البحت، وأنظمة الاستدلال متعدد المسارات. بالنسبة للعينات المشتقة من AoPS، يتم استخدام رخصة المشاع الإبداعي النسبة 4.0 الدولية (CC BY 4.0)؛ وبالنسبة للعينات المشتقة من StackExchange Math، يتم استخدام رخصة المشاع الإبداعي النسبة-الترخيص بالمثل 4.0 الدولية (CC BY-SA 4.0).

تكوين مجموعة البيانات

• uuid: معرّف العينة
• problem: بيان المسألة، مشتق من AoPS وMath StackExchange وMathOverflow
• messages: تسلسل حوار متعدد الأدوار موحد، يتضمن أدوار system وuser وassistant وtool، لتدريب نماذج اللغات الكبيرة
• expected_answer: الإجابة المستهدفة التي تم التحقق منها
• changed_answer_to_majority: قيمة منطقية، تشير إلى ما إذا كانت الإجابة المستخرجة الأصلية قد تم استبدالها بتصويت الأغلبية للإجابات المولدة
• data_source: مصدر المسألة، وينقسم إلى AoPS أو StackExchange-Math
• license: علامة الترخيص لكل عينة، عينات AoPS تستخدم cc-by-4.0، وعينات StackExchange تستخدم cc-by-sa-4.0
• tool_usage: علامة وضع الاستدلال، تشير إلى ما إذا كانت العينة تستخدم TIR مع Python
• tools: قائمة تعريفات الأدوات، تكون فارغة للعينات غير المستخدمة للأدوات، وتحتوي عينات TIR على مواصفات أداة Python
• url: رابط تشعبي للمسألة الأصلية
• user_url: رابط تشعبي لملف المؤلف الأصلي
• user_name: اسم المستخدم للمؤلف الأصلي
• used_in: حقل محجوز، لاستخدامات وضع العلامات في المراحل النهائية