OpenMath MATH Masked هي مجموعة بيانات تركز على الاستدلال الرياضي وتوليد البيانات الاصطناعية، أصدرتها NVIDIA في عام 2024. يرتبط عمل الورقة البحثية بـ OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset، ويهدف إلى تحسين أداء النماذج المعدلة بالتوجيهات من خلال توفير نسخ مقنّعة من خطوات الحل، مما يساعد في توليد بيانات رياضية اصطناعية أكثر اتساقاً وجودةً.

تم بناء هذه المجموعة على حلول مجموعة بيانات MATH، حيث تستخدم تقنية الإخفاء (Masking) لتقليل مشاكل عدم الاتساق في الاستدلال التي قد تنتج عن النسخ المباشر للحلول الأصلية. وهي مناسبة لسيناريوهات التعديل بالتوجيهات في المجال الرياضي وتعزيز البيانات الاصطناعية.

تكوين مجموعة البيانات

تحتوي المجموعة بشكل رئيسي على الحقول التالية:

• question: المسألة الرياضية.
• masked_reference_solution: حل مرجعي خضع لعملية الإخفاء (Masking).
• reference_solution: الحل المرجعي الأصلي.
• expected_answer: الإجابة النموذجية المقابلة للمسألة.
• level、type: معلومات حول مستوى الصعوبة وتصنيف المسألة، مع الرجوع إلى ملفات البيانات الفعلية.

الاستشهاد

@article{toshniwal2024openmath,
  title   = {OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset},
  author  = {Shubham Toshniwal and Ivan Moshkov and Sean Narenthiran and Daria Gitman and Fei Jia and Igor Gitman},
  year    = {2024},
  journal = {arXiv preprint arXiv: Arxiv-2402.10176}
}