北京大学 发布 MathClean 数据集, 应用在 数学数据清洗、错误类型识别 领域

北京大学 本次发布的数据集 MathClean, MathClean是一个专门为合成数学数据清洗而设计的基准数据集，由北京大学、北京理工大学、南京大学和蚂蚁集团共同创建。该数据集包含2000个正确的问题和2000个错误的问题，以及基于GSM8K和MATH数据集合成的2000个正确和错误的答案。每个问题或答案都标注了错误类型，用于评估模型能否正确识别错误类别以指导未来的改进。

查看MathClean

README 内容： 

关于 北京大学 , 北京大学是中国著名的高等学府，位于北京市，是中国最早的国立综合性大学，也是中国现代高等教育的开端。北京大学在各个学科领域都有深厚的研究实力和国际影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。