数据集简介
OpenBMB 发布的 UltraData-Math 是一个专注于数学领域的大规模文本数据集，旨在为数学推理和问题求解任务提供训练数据。
主要用途
该数据集主要用于训练和评估大型语言模型在数学领域的理解和推理能力，适用于数学解题、定理证明、公式推导等相关研究与应用。
数据类型与模态
- 模态类型：纯文本（text）
- 数据格式：Parquet
规模与统计信息
- 数据量：包含超过 1.81 亿 条样本（181,186,453 行）。
- 受欢迎程度：截至统计时，已获得 46,406 次下载和 248 次点赞。
使用场景
- 数学大模型预训练：作为核心语料，提升模型对数学概念、符号和逻辑的掌握。
- 数学推理能力微调：用于指令微调，使模型能够遵循步骤解决复杂的数学问题。
- 学术研究：为数学自动推理、教育技术等领域的算法研究提供基准数据。