HyperAIHyperAI

Command Palette

Search for a command to run...

Ensemble De Données De Référence Multimodal MathNet Pour l'inférence Mathématique

Date

dans 4 heures

Organisation

MIT

URL du document

2604.18584

Licence

CC BY 4.0

MathNet est un ensemble de données de raisonnement mathématique multilingue et multimodal à grande échelle, publié en 2026 par une équipe du MIT en collaboration avec l'Université des sciences et technologies du roi Abdallah et d'autres institutions. Les articles de recherche associés sont les suivants : MathNet : un référentiel multimodal mondial pour le raisonnement et la recherche en mathématiquesIl vise à évaluer et à améliorer les capacités des grands modèles dans les tâches de raisonnement mathématique et de recherche structurée de niveau olympique, et est largement utilisé dans l'évaluation du raisonnement mathématique, la recherche RAG et la formation en IA multimodale. Ce jeu de données, version v0, contient 27 817 problèmes mathématiques de niveau expert et leurs solutions standard. Il couvre les problèmes officiels de concours de mathématiques de 58 pays et régions, en 17 langues, dont 5 148 problèmes illustrés avec un total de 7 541 illustrations géométriques et graphiques. Le jeu de données couvre l'algèbre, la géométrie, la théorie des nombres, la combinatoire, le calcul différentiel et intégral, les probabilités et les statistiques, ainsi que d'autres systèmes de connaissances mathématiques des Olympiades. Il prend en charge trois tâches de référence : la résolution de problèmes mathématiques, la recherche sémantique mathématique (identification de problèmes structurellement équivalents et similaires) et la résolution de problèmes d'amélioration de la recherche.

Présentation de l'ensemble de données
Présentation de l'ensemble de données

Citation

@inproceedings{alshammari2026mathnet,
title = {MathNet: A Global Multimodal Benchmark for Mathematical
Reasoning and Retrieval},
author = {Alshammari, Shaden and Wen, Kevin and Zainal, Abrar and
Hamilton, Mark and Safaei, Navid and Albarakati, Sultan and
Freeman, William T. and Torralba, Antonio},
booktitle = {International Conference on Learning Representations},
year = {2026},
url = {https://mathnet.mit.edu}
}

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.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp