AceReason-Math ist ein von NVIDIA im Jahr 2025 veröffentlichtes, hochwertiges, verifizierbares, anspruchsvolles und vielfältiges Mathematik-Datenset, dessen zugehörige Forschungsergebnisse unter AceReason-Nemotron: Advancing Math and Code Reasoning through Reinforcement Learning zu finden sind. Es zielt darauf ab, mathematische Denkmodelle durch Reinforcement Learning zu trainieren.

Das Datenset enthält 49.000 mathematische Probleme und deren Antworten. Die Daten stammen aus NuminaMath und DeepScaler-Preview und wurden strengen Filterregeln unterzogen, die Multi-Teilfragen, Multiple-Choice-Fragen, Ja/Nein-Fragen, lange komplexe Antworten, Beweisaufgaben sowie Diagramm-bezogene Daten ausschließen. Dieses Datenset wurde verwendet, um die AceReason-Nemotron-Modellreihe zu trainieren, die bei Mathematik-Benchmarks wie AIME 2024 und AIME 2025 hervorragende Ergebnisse erzielte. Es eignet sich für die Community-Bereitstellung von Reinforcement-Learning-Aufgaben auf Basis großer Sprachmodelle.

Zusammensetzung des Datensets

Das Datenset besteht hauptsächlich aus mathematischen Problemen und den zugehörigen Antworten. Die Daten wurden gefiltert, um Typen zu entfernen, die für das Reinforcement-Learning-Training ungeeignet sind, wie Aufgaben mit mehreren Teilfragen, Multiple-Choice-Fragen, Ja/Nein-Fragen, Aufgaben mit zu langen oder zu komplexen Antworten, Beweisaufgaben sowie Aufgaben mit Diagrammen. Der Datensatz umfasst etwa 49.000 Stichproben, ist in englischer Sprache verfasst, folgt einer standardisierten Datensatzstruktur und eignet sich für Textgenerierung und mathematische Denkaufgaben.

Citation

@article{chen2025acereason,
  title={AceReason-Nemotron: Advancing Math and Code Reasoning through Reinforcement Learning},
  author={Chen, Yang and Yang, Zhuolin and Liu, Zihan and Lee, Chankyu and Xu, Peng and Shoeybi, Mohammad and Catanzaro, Bryan and Ping, Wei},
  journal={arXiv preprint arXiv:2505.16400},
  year={2025}
}