AceReason-Math は、NVIDIA が 2025 年に公開した、高品質で検証可能、挑戦的かつ多様な数学データセットであり、関連する論文成果は AceReason-Nemotron: Advancing Math and Code Reasoning through Reinforcement Learning にあります。強化学習を通じ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 件の数学問題とその回答が含まれており、データは NuminaMath と DeepScaler-Preview に由来し、厳格なフィルタリングルールを経て、複数のサブ問題、選択問題、真偽問題、長く複雑な回答、証明問題、および図表を含むデータを除外しています。 このデータセットは、AceReason-Nemotron シリーズモデルの訓練に使用され、これらのモデルは AIME 2024 や AIME 2025 などの数学ベンチマークで優れた結果を達成しており、大規模言語モデルに基づく強化学習タスクのコミュニティ展開に適しています。

データセット構成

このデータセットは、主に数学問題と対応する回答で構成されています。データはフィルタリングされ、強化学習トレーニングに適さないタイプ（複数のサブ問題を含む問題、選択問題、真偽問題、回答が長すぎるまたは複雑すぎる問題、証明問題、図表を含む問題など）を除外しています。データセットの規模は約 49K 件のサンプルで、言語は英語、形式は標準的なデータセット構造であり、テキスト生成および数学推論タスクに適しています。

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}
}