Nemotron-Math-HumanReasoning 数学推理数据集

Nemotron-Math-HumanReasoning 是由英伟达于 2025 年发布的一个数学推理数据集，相关论文成果为「The Challenge of Teaching Reasoning to LLMs Without RL or Distillation」，旨在模拟 DeepSeek-R1 等模型的扩展推理风格。

该数据集包含来自 OpenMathReasoning 数据集的 50 道数学题、 200 个人工撰写的解答，以及由 QwQ-32B-Preview 额外生成的 50 个解答。

数据包含：

• 数学问题描述

• 问题的解答方法

• 问题的解决类型

• 问题的真实答案