AceReason-Math は、NVIDIA が 2025年に公開した高品質で検証可能かつ挑戦的で多様な数学データセットです。関連論文は AceReason-Nemotron: Advancing Math and Code Reasoning through Reinforcement Learning にて公表されており、強化学習を用いて数学推論モデルを訓練することを目的としています。

このデータセットには 49K の数学問題とその解答が含まれており、NuminaMath と DeepScaler-Preview から収集されたデータを厳格なフィルタリングルールによって処理し、複数サブ質問を含むもの、選択式、真偽式、長文または複雑な答えを持つもの、証明題、および図表に関連するデータを除外しています。 本データセットは AceReason-Nemotron シリーズのモデル訓練に使用され、これらのモデルは AIME 2024 や AIME 2025 といった数学ベンチマークテストにおいて優れた結果を残しており、コミュニティによる大規模言語モデルベースの強化学習タスクの実装に適しています。

データセット構成

本データセットは主に数学問題と対応する解答から成り立っています。データは篩いにかけてあり、複数のサブ質問を含んだ問題や、選択式・真偽式、回答が長すぎるあるいは過度に複雑なもの、証明題、さらに図表を含む問題は強化学習の訓練に向かないため除外されています。データセットの規模は約 49K サンプルであり、言語は英語、フォーマットは標準的なデータセット構造を採用しており、テキスト生成や数学的推論タスクに適しています。

引用文献

@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}
}