OpenMath MATH Masked는 NVIDIA에서 2024년 출시한 수학 추론 및 합성 데이터 생성에 특화된 데이터셋으로, 관련 논문은 "OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset"입니다. 이 데이터셋은 마스킹된 풀이 과정을 제공하여 더 일관되고 품질 높은 수학 합성 데이터 생성을 지원함으로써 지시문 미세 조정 모델의 성능 향상을 목표로 합니다.

이 데이터셋은 MATH 데이터셋의 해결책을 기반으로 구축되었으며, 마스킹 기술을 통해 원본 해결책의 직접 복사로 인한 추론 불일치 문제를 줄입니다. 이는 수학 분야의 지시문 미세 조정 및 합성 데이터 증강 시나리오에 적합합니다.

데이터셋 구성

데이터셋에는 주로 다음 필드가 포함됩니다:

• question: 수학 문제.
• masked_reference_solution: 마스킹 처리된 참고 풀이 과정.
• reference_solution: 원본 참고 풀이 과정.
• expected_answer: 문제에 대한 표준 답안.
• level, type: 문제의 난이도 및 범주 등의 정보로, 실제 데이터 파일을 기준으로 합니다.

인용

@article{toshniwal2024openmath,
  title   = {OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset},
  author  = {Shubham Toshniwal and Ivan Moshkov and Sean Narenthiran and Daria Gitman and Fei Jia and Igor Gitman},
  year    = {2024},
  journal = {arXiv preprint arXiv: Arxiv-2402.10176}
}