LLM训练数据包（数学类）

产品概述

本商品为数学领域 AI 大模型训练数据包，覆盖从小学奥数到研究生级别纯数学的完整数学体系。数据包含高质量的数学问题、多步推理过程、证明过程及解题策略，可直接用于 LLM 微调（SFT）、数学推理强化学习（RLHF / GRPO / Rule-based RL）及偏好对齐训练。

• 数据总量：约 1,800万+ 条数学问答对及推理链
• Token 规模：约 120亿 Tokens（含完整证明/解题过程）
• 难度跨度：小学奥数(AMC 8) → 初中/高中竞赛(AMC 10/12, AIME) → 大学本科 → IMO级 → 研究生/研究前沿
• 数据格式：JSONL / Parquet（含结构化字段标注）
• 质量标准：可验证答案格式、多轮去重、Benchmark污染检测、人工数学家抽检

---

覆盖数学领域

---

数据特点与质量保障

• 完整多步推理（Chain-of-Thought）：每道数学题均含从审题→分析→选择策略→分步计算→最终结论的完整推理链，而非简单的“题目+答案”
• 多解法标注：约35%的竞赛级题目提供2-4种不同解法（代数法/几何法/组合法等），训练模型灵活的数学思维
• 可验证答案格式：数值答案和证明结论均提供标准化可验证格式，支持 Rule-based RL 自动奖励信号
• 难度分级 1-10：Level 1-3（小学/初中竞赛）→ Level 4-6（高中竞赛/大学）→ Level 7-9（IMO/研究生）→ Level 10（前沿开放问题）
• LaTeX 全标准化：所有数学公式、符号使用标准 LaTeX 渲染格式
• Benchmark 去污染：已过滤 GSM8K、MATH、NuminaMath、DeepMath-103K 等主流评测集数据泄漏
• 竞赛真题来源：部分数据来自 AMC/AIME/IMO/Putnam/CMO 等权威数学竞赛真题及变体

---

兼容主流评测基准

训练后的模型可在以下权威数学评测中体现显著提升：

• MATH Benchmark：12,500道竞赛级数学题，覆盖7个子领域（Hendrycks et al.）
• GSM8K：8,500道小学应用题，测试基础数学推理链
• NuminaMath：85万+道人工验证的竞赛级数学题
• DeepMath-103K：103K高难度可验证问题，专为强化学习设计
• MMLU-Math / ARC-Math：通用评测中的数学子集
• MathBench / MathVista：数学视觉推理与多模态数学评测

---

适用场景

• 数学推理专项模型：为 LLM 注入强大的数学证明与计算能力（参考 DeepSeek-Math、Qwen2.5-Math 训练方法）
• 竞赛级数学AI：训练可解决 AMC/AIME/IMO 级别问题的数学专项模型
• 教育科技：智能数学辅导系统、自动解题引擎、自适应题库生成
• 科研计算：辅助数学证明验证、猜想探索、符号计算
• 金融与工程：金融定价模型、风险计算、工程优化问题的数学推理支撑
• 强化学习奖励训练：可验证答案格式天然支持 Rule-based RL / GRPO 范式

---

交付说明

• 数据文件：JSONL / Parquet（以约定为准），附 README 文档和字段说明
• 交付时效：通常 3-7 个工作日，取决于排期与定制需求
• 数据更新：可按需提供后续增量数据更新服务（新竞赛题/新论文数据）
• 合规说明：不包含个人隐私数据；如有特殊合规需求请下单前沟通