Command Palette
Search for a command to run...
Ensemble De Données Mathématiques d'apprentissage Par Renforcement Big-Math
Date
Taille
URL de publication
URL du document
Big-Math est un ensemble de données mathématiques à grande échelle et de haute qualité conçu pour les applications de l'apprentissage par renforcement (RL) dans les modèles linguistiques. L'ensemble de données a été publié par des chercheurs de l'Université de Stanford et de SynthLabs en 2025.Big-Math : un ensemble de données mathématiques à grande échelle et de haute qualité pour l'apprentissage par renforcement dans les modèles linguistiques".
Caractéristiques du jeu de données
Big-Math contient plus de 250 000 problèmes mathématiques de haute qualité, chacun avec une réponse vérifiable. Les questions de l'ensemble de données répondent à 3 critères clés :
- La seule solution vérifiable:Chaque question n'a qu'une seule réponse correcte.
- Solution sous forme fermée:Les questions ont des solutions claires. Chaque question est accompagnée d’une réponse vérifiable.
- Questions ouvertes:L'énoncé du problème est ouvert, permettant plusieurs solutions.
Répartition des taux de solution par domaine calculée à l'aide de Llama-3.1-8B
Citation
@misc{albalak2025bigmathlargescalehighqualitymath, titre={Big-Math : un ensemble de données mathématiques à grande échelle et de haute qualité pour l’apprentissage par renforcement dans les modèles de langage}, auteur={Alon Albalak et Duy Phung et Nathan Lile et Rafael Rafailov et Kanishk Gandhi et Louis Castricato et Anikait Singh et Chase Blagden et Violet Xiang et Dakota Mahan et Nick Haber}, année={2025}, eprint={2502.17387}, préfixe d'archive={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/2502.17387}, }
Créer de l'IA avec l'IA
De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.
