Big-Math 是一个大规模、高质量的数学数据集，专为强化学习 (Reinforcement Learning, RL) 在语言模型中的应用而设计。该数据集由斯坦福大学和 SynthLabs 的研究人员于 2025 年发布，相关论文成果为「Big-Math: A Large-Scale, High-Quality Math Dataset for Reinforcement Learning in Language Models」。

数据集特点

Big-Math 包含超过 250k 个高质量数学问题，每个问题都配有可验证的答案。数据集中的问题满足 3 个关键标准：

• 唯一可验证的解决方案：每个问题都有唯一的正确答案。
• 封闭形式的解：问题有明确的解法每个问题都配有可验证的答案。
• 开放式问题：问题表述开放，允许多种解题方法。