Nemotron-Math 是由 NVIDIA 于 2026 年发布的一个大规模数学推理数据集，相关论文成果为「Nemotron-Math: Efficient Long-Context Distillation of Mathematical Reasoning from Multi-Mode Supervision」，旨在为训练和评估大语言模型的数学推理能力提供高质量数据。

该数据集包含 3,638,783 条训练样本，总磁盘大小约 144 GB。 数据中的问题源自 AoPS 社区及 Math StackExchange/MathOverflow 论坛，经过严格筛选与验证，仅保留最终答案与参考一致的高质量解题轨迹。 数据集涵盖了使用 Python 工具集成推理（TIR）与不使用工具两种模式下的思维链（CoT）解决方案，适用于研究工具增强推理、纯语言推理以及多轨迹推理系统。 对于源自 AoPS 的样本，采用知识共享署名 4.0 国际许可协议（CC BY 4.0）；对于源自 StackExchange Math 的样本，采用知识共享署名—相同方式共享 4.0 国际许可协议（CC BY-SA 4.0）。

数据集组成

• uuid: 样本的标识符
• problem: 问题陈述，源自 AoPS、Math StackExchange 和 MathOverflow
• messages: 标准化的多轮对话序列，包含 system、user、assistant 和 tool 角色，用于 LLM 训练
• expected_answer: 经过验证的目标答案
• changed_answer_to_majority: 布尔值，指示原始提取的答案是否被生成答案的多数投票替换
• data_source: 问题来源，分为 AoPS 或 StackExchange-Math
• license: 每个样本的许可证标签，AoPS 样本使用 cc-by-4.0，StackExchange 样本使用 cc-by-sa-4.0
• tool_usage: 推理模式标签，指示样本是否使用 Python TIR
• tools: 工具定义列表，非工具样本为空，TIR 样本包含 Python 工具规范
• url: 原始问题的超链接
• user_url: 原始作者个人资料的超链接
• user_name: 原始作者用户名
• used_in: 保留字段，用于下游使用标注