【数学数据集汇总】天才博士陶哲轩力荐数据集!含代码、中文竞赛题目、正向逆向问答对等...

自然语言处理数据集(初中和高中数学) 自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学)自然语言处理数据集(初中和高中数学) 立即下载

上周,著名数学家陶哲轩在个人博客中发布了「AI for Math Resourses」的资源清单,旨在为那些有意进入人工智能数学领域的人提供帮助,这份清单由「人工智能辅助数学推理」研讨会整理。该研讨会由美国国家科学院、工程院和医学院共同组织,陶哲轩担任该研讨会的主持人。

这份清单文档尚未最终定稿,陶哲轩及其他研究者仍在不断完善中。HyperAI超神经从中筛选出了部分数据集供大家下载使用,除此之外,还为大家补充汇总了其他数学方面的数据集,助力 AI for Math。

1

OpenWebMath 网络数学数据集

发布机构:多伦多大学、剑桥大学等

发布时间:2023 年

预估大小:44.21 GB

下载地址:https://go.hyper.ai/erQGZ

OpenWebMath 包含了来自互联网的大部分高质量数学文本。它是从 Common Crawl 上超过 200B 个 HTML 文件中过滤和提取的,最终形成一组 630 万个文档,总共包含 14.7B 个 tokens。

2

Ape210K 中国小学水平数学问题

发布机构:猿辅导 AI Lab、西北大学

发布时间:2020 年

预估大小:78.43 MB

下载地址:https://go.hyper.ai/SL5to

Ape210K 是一个大规模且模板丰富的数学单词问题数据集,包含 210K 个中国小学水平的数学问题,每个问题都包含最佳答案和得出答案所需的方程式。

3

Proof-Pile-2数学数据集

发布机构:普林斯顿大学

发布时间:2023 年

预估大小:47.57 GB

下载地址:https://go.hyper.ai/TXmiP

Proof-Pile-2 是一个包含 550 亿个数学和科学文档的 token 数据集,融合了科学论文、数学相关的网络内容和数学代码,其知识截止于 2023 年 4 月。

4

Orca-Math-200K 数学问题数据集

发布机构:微软

发布时间:2024 年

预估大小:70.88 MB

下载地址:https://go.hyper.ai/o4pMG

Orca-Math-200K 是微软创建的高质量数学问题数据集,包含约 20 万小学数学题目,此数据集中的所有答案都是使用 Azure GPT4-Turbo 生成的。

5

Mizar 数学数据集

发布机构:Mizar 

发布时间:2018 年

下载地址:https://go.hyper.ai/I8pi6

Mizar 是一个基于 Mizar 语言的数学形式化库,它是由许多作者和维护者多年创建修改而成的。目前为止,Mizar 语言系统已形成一个庞大的 Mizar Mathematical Library,它为今后讨论数学及其相关问题奠定了良好的基础。

6

Math23K 数学单词问题解决数据集

发布机构:Tencent AI Lab 

发布时间:2017 年

预估大小:8.36 MB

下载地址:https://go.hyper.ai/2YsRR

Math23K 是为解决数学单词问题而创建的数据集,包含从互联网上爬取的 23,162 个中文问题。

7

MathVista 数学推理数据集

发布机构:微软、华盛顿大学

发布时间:2023 年

预估大小:1.61 GB

下载地址:https://go.hyper.ai/GHNsf

MathVista 是视觉环境中的综合数学推理基准。它由三个新创建的数据集 IQTest 、 FunctionQA 和 PaperQA 组成,它们可以分别用于评估拼图测试图的逻辑推理、功能图的代数推理以及学术论文图的科学推理。

8

MetaMathQA 数学推理数据集

发布机构:华为、剑桥大学

发布时间:2023 年

预估大小:84.34 MB

下载地址:https://go.hyper.ai/Vy2iw

MetaMathQA 是一个覆盖面广、质量高的数学推理数据集,由 395K 个大语言模型生成的正向逆向数学问答对组成。

9

AlgoPuzzleVQA 多模态算法谜题数据集

发布机构:新加坡科技设计大学

发布时间:2024 年

预估大小:157.85 MB

下载地址:https://go.hyper.ai/mmzdn

该数据集包含 18 种不同的谜题,涵盖了诸如布尔逻辑、组合学、图论、优化、搜索等多样化的数学和算法主题。该数据集通过自动化的方式从人类编写的代码生成谜题,确保了数据集可以任意扩展推理复杂性和数据集大小。

10

TAL-SCQ5K 中文数学竞赛数据集

发布机构:好未来

发布时间:2023 年

预估大小:11.4 MB

下载地址:https://go.hyper.ai/ZuYTB

TAL-SCQ5K 是一组高质量中文数学竞赛数据集,包含 5K 道中文数学竞赛题目(3K 道用于训练,2K 道用于测试),提供中文和英文两种语言。

9f05b0193b4f7b63584a48d2b2e63f8f.gif

以上就是 HyperAI超神经为大家汇总的 10 个数学分类数据集,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们哦!

阅读原文,获取更多数据集。

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区,致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:

* 为 1200+ 公开数据集提供国内加速下载节点

* 收录 300+ 经典及流行在线教程

* 解读 100+ AI4Science 论文案例

* 支持 500+ 相关词条查询

* 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅:

https://hyper.ai/

Ape210K 中国小学水平数学问题 Ape210K 是一个新的大规模和模板丰富的数学单词问题数据集,包含 210K 个中国小学水平的数学问题。每个问题都包含最佳答案和得出答案所需的方程式。 Ape210K 具有更大的多样性,有 56K 个模板,是 Math23K 的 25 倍。分析表明,解决 Ape210K 不仅需要自然语言理解,还需要常识知识。 立即下载

相关推荐

IsaacLab从入门到精通(二) 导入自定义机器人

IsaacLab系列第二讲,导入自定义的机器人及设置

DejaWu33的博客 8469

【持续更新中!数学数据集汇总】天才博士陶哲轩力荐数据集!含代码、中文竞赛题目、正向逆向问答对等

数学数据集持续更新中,建议收藏!欢迎投稿优质数据集

HyperAI超神经 3046

医学图像中的小目标病灶检测难题:我的硕士研究总结与思考

医学图像中的小目标检测和分割,主要指在CT、MRI、超声等医学影像中识别和分割微小病灶或细小结构。这些小目标通常体积小、边界模糊、特征不明显,却往往是关键病灶,例如肺部小结节、脑微出血、乳腺微钙化等。

weixin_45638136的博客 2371

大模型微调新突破!23个最新创新方案,全面提升模型性能!

是指在已经预训练好的大型语言模型基础上,使用特定的数据集进行进一步的训练,以使模型适应特定任务或领域。是最近两年在深度学习领域快速发展的一个研究领域,相对于从头训练一个大模型可以极大降低成本。近年来,多项优秀的大模型微调方法被提出,也有不少研究者们对已有的方法进行了改进与创新,创造出一系列新颖的大模型技术,并在不同的研究领域得到广泛的应用。4-bit NormalFloat (NF4):一种针对正态分布权重信息论最优的新数据类型,与4位整数和4位浮点数相比,具有更好的经验结果。

python12345678_的博客 1960

新硬盘到手,在统信UOS或麒麟系统上怎么认?保姆级教程从识别到挂载一步到位

本文提供新硬盘在统信UOS或麒麟KYLINOS系统上的完整配置指南,从识别物理硬盘到挂载全流程详解。通过终端命令如df和lsblk,帮助用户完成硬盘识别、分区、文件系统创建及挂载配置,确保新硬盘顺利投入使用。

weixin_30698297的博客 444

GEE:变异系数法在遥感影像分析中的应用及权重计算

本文介绍了在Google Earth Engine(GEE)平台上基于变异系数法的多指标加权遥感影像分析方法。该方法通过计算每个指标的平均值和标准差,进而计算变异系数来评估指标的变化程度。利用变异系数,我们可以计算每个指标的权重,并将其应用于加权和指数的计算,从而提高遥感影像分析的准确性和可靠性。方法应用于计算Risk-Screening Environmental Indicators (RSEI),并以此为例。

养乐多的博客 2322

机器学习系统能在多大程度上理解数学

文章提出了 LLEMMA,一个专注于数学领域的大型语言模型。通过在 Proof-Pile-2 上对 Code Llama 继续进行预训练,从而得到 LLEMMA。其中 Proof-Pile-2 是由科学论文、包含数学内容的网络数据和数学代码混合的数据集。此外,Llemma 能够使用工具和进行形式定理证明,而无需任何微调。在 MATH 基准测试中,LLEMMA 超越了所有已知的公开发布的模型,甚至在参数相同的情况下也超过了未公开发布的 Minerva 模型系列。他们公开发布了所有工件,包括 7B 和 34B

weixin_43564920的博客 1550

STM32 cubeMX配置串口重定向

这篇文章主要讲解什么是串口重定向,为什么要串口串口重定向。使用printf函数和上位机通信是非常的方便的。希望大家都能够掌握。

m0_49476241的博客 4573

DeepseekMath:超强开源数学模型(论文详解)

在本研究中,作者引入了DeepSeekMath,这是一个特定于领域的语言模型,它的数学性能显著优于开源模型,在学术基准测试中接近GPT-4的性能水平。为了实现这一目标,作者创建了DeepSeekMath语料库,这是一个包含120 B个数学标记的大规模高质量预训练语料库。在初始迭代中,使用OpenWebMath中的实例来训练分类器作为正面例子,同时纳入了其他网页的多样化选择作为负面例子。随后,使用基于fastText的分类器从Common Crawl中挖掘额外的正实例,这些正实例通过人工标注进一步细化。

sherlockMa的博客 1万+

基于Qt C++开发一套大疆农业无人机的AI飞控系统

如果需要补充**多机协同作业代码**、**农田测绘数据导出**、**作业数据统计大屏**或**移动端地面站适配**功能,可以告知具体需求,我会针对性完善。"开启" : "关闭") << "喷洒,流量:" << flowRate << "L/min";emit errorOccurred(QString("SDK初始化失败,错误码:%1").arg((int)ret));report += QString("问题区域数量:%1\n").arg(info.problemAreas.size());

寒寒豆豆软件公司的博客 388

Vue3 - 详细实现虚拟列表前端虚拟滚动列表解决方案,vue3长列表优化之虚拟列表,解决列表动态高度不固定高度及图片视频图文异步请求加载问题,虚拟列表DOM大量数据同时加载渲染卡顿太慢及下滑列表闪烁

vue3,vue3虚拟列表,用vue3实现一个虚拟列表,长列表高度不一致如何实现虚拟滚动加载列表,虚拟列表有图片视频,图文列表,上万条数据同时渲染解决,长列表dom渲染太卡,列表滚动条加载超多数据,瀑布流,在Vue3中如何实现列表的虚拟滚动,虚拟列表滑动白屏闪烁闪一下,虚拟列表每个项的高度不确定,可动态改变高度,vue3虚拟滚动列表,页面数据太多加载很慢怎么办,vue3实现不定高的虚拟列表,定高和不定高,虚拟列表非固定高度,vue3长列表优化之虚拟列表实现,vue3虚拟列表高度不固定,用vue3实现一个虚拟

🏆 前端领域优质创作者 1万+

探索数学世界的智慧钥匙:Ape210K

探索数学世界的智慧钥匙:Ape210K 在人工智能与教育的交界处,有一把解锁数学难题的智慧钥匙正等待着每一位探索者——Ape210K。这不仅是一个开源项目,更是连接理论与实践,推动机器理解语言复杂性的强大工具。 项目介绍 Ape210K是迄今为止最丰富且规模庞大的数学应用问题(Math Word Problem, MWP)数据集之一。它包含了惊人的210,488道题目和56,532个模板,设计用于...

gitblog_00088的博客 707

DRV8711驱动器的各寄存器的介绍

drv8711驱动器

PCLintelligence的博客 1636

MetaMath 项目使用教程

MetaMath 项目使用教程 1. 项目介绍 MetaMath 是一个用于生成数学问题的大型语言模型(LLM)项目。该项目旨在通过自举方式生成数学问题,以提升模型的数学推理能力。MetaMath 提供了多种模型,包括 MetaMath-7B、MetaMath-13B 和 MetaMath-70B,这些模型在 GSM8k 和 MATH 基准测试中表现优异,超越了现有的开源 LLM 模型。 2. 项...

gitblog_00379的博客 877

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

APE210K Baseline: 深度学习文本检测与识别的新里程

APE210K Baseline: 深度学习文本检测与识别的新里程 是一个由著名开发者 bojone 创建的开源项目,旨在提供一种高效且准确的文本检测和识别(OCR)解决方案。该项目基于深度学习技术,特别针对中文文本进行了优化,为开发者提供了易于理解和使用的代码库,以帮助他们快速构建自己的文本处理应用。 项目简介 APE210K Baseline 主要围绕两个核心任务:文本检测(Text Dete...

gitblog_00010的博客 604

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

DebugSwift触摸指示器:终极iOS应用交互可视化调试指南 [特殊字符]

在iOS应用开发过程中,**触摸交互可视化调试**是提升用户体验的关键环节。DebugSwift的触摸指示器功能为开发者提供了一个强大的工具,让用户交互变得**清晰可见**。通过这个功能,您可以实时查看应用中的每一个触摸点,优化界面响应,提升应用的整体质量。🚀 ## 什么是DebugSwift触摸指示器?🤔 DebugSwift触摸指示器是一个**实时可视化调试工具**,能够在iOS应用中

gitblog_00003的博客 593

终极指南:如何利用Mathematics Dataset提升AI的数学推理能力

Mathematics Dataset是一个专为测试人工智能数学学习和代数推理能力而设计的数据集,它能生成大量学校级别难度的数学问答对。无论是研究人员还是AI爱好者,都能通过这个强大的工具探索AI在数学问题解决方面的潜力。 ## 🧮 什么是Mathematics Dataset? Mathematics Dataset是由DeepMind开发的开源项目,旨在通过生成多样化的数学问题来训练和评

gitblog_01189的博客 557

多模态数学推理数据集:MATH-V和MATHVISTA

这里选取了两篇多模态数学推理数据集的代表工作MATH-V和MATHVISTA,均是今年2024年发表的工作。前者是港中大的工作,后者是加利福尼亚大学洛杉矶分校的工作。

大模型天花板 3881

机器学习的数学基础 5: 数据集的混合表示法

数据集是机器学习的基础. 有两种基本的表示方式. 1. 纯集合表示 数据集为 X={x1,…,xn}\mathbf{X} = \{x_1, \dots, x_n\}X={x1​,…,xn​}, 属性集为 A={a1,…,am}\mathbf{A} = \{a_1, \dots, a_m\}A={a1​,…,am​}. 第 iii 个实例的第 jjj 个属性值表示为 v(xi,aj)v(x_i, a_j)v(xi​,aj​). 为了省掉一个符号vvv, 也可以认为每个属性都是一个函数, 这样, 第 iii 个

minfanphd的博客 2943

IBEM 数学公式检测数据集

IBEM 数据集由 600 个文档组成,总页数为 8272 页,其中包含 29593 个孤立的表达式和 136635 个嵌入的表达式。该数据集被分成不同的集合,为 ICDAR 2021 数学公式检测竞赛提供。

子燕若水的博客 1576

一键部署 Llama3 8B/70B!最高仅占1.07GB存储;COCONut上线,字节跳动推出的首个大规模全景图像分割数据集...

近日,Meta 震撼发布了号称「开源 GPT-4」的大模型 Llama3,该模型惊动了整个 AI 圈,HyperAI超神经也迫不及待想要体验一下!hyper.ai 官网现已在公共教程上线「一键部署 Llama3」!有没有人和我一样激动的搓手手?赶紧来运行一下~4 月 22 日-4 月 26 日,hyper.ai 官网更新速览:* 优质公共数据集:10 个*优质教程精选:3 个* 社区文章精选:5...

HyperAI超神经 1176

数据集:小学生数学题数据集

本数据集专为小学数学教育研究设计,包含3997个结构化JSON文件,覆盖小学1-6年级核心数学题型,以应用题为主,聚焦代数、几何、统计等模块。数据标注基于2025年5月14日的教学标准,年级分布以四年级占比最高(32%),难度分为简单(25%)、中等(55%)、困难(20%)三级。知识图谱涵盖12大领域,代数类题目占比47%。数据集通过多维特征标注支持教育数据分析、自动解题系统开发及认知诊断研究,包含题目元数据、解题路径、典型错误等核心字段,以及结构特征、特殊符号特征等特色字段,支持NLP模型训练和教学指导

void9main的博客 1459

Omni-MATH数据集:超过33个子领域的通用奥林匹克级别的数学数据集.

2024-10-10,北京大学联合多个机构和企业创建了Omni-MATH数据集,是一个大型语言模型在奥林匹克数学竞赛级别的数学推理能力进行评估的综合基准。这个数据集的创建意味着我们有了更严格的工具来测试和提高模型在解决复杂数学问题上的性能。

u011559552的博客 1429

Awesome-LLM4Math:集结数学推理资源的宝藏库

Awesome-LLM4Math:集结数学推理资源的宝藏库 项目介绍 在深度学习领域,数学推理一直是极具挑战性的任务之一。Awesome-LLM4Math 项目汇集了关于大型语言模型(LLM)在数学推理方面的精选资源,涵盖了多种数据集、开源实现和前沿论文,旨在为研究人员和开发者提供一站式的参考和学习平台。 项目技术分析 Awesome-LLM4Math 项目在技术层面的核心是数学推理问题的数据集,...

gitblog_01063的博客 801
上一篇: 斯坦福HAI年度报告增加AI4S;美阿贡国家实验室与日本最大综合研究机构建立合作;催化剂加获得深势科技未知金额投资
下一篇: 在线教程丨刘强东数字人首秀交易额破5千万!用GeneFace++ 生成实时说话数字人
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值