北京邮电大学 发布 STORM-BORN 数据集, 应用在 数学推理、人工智能 领域

北京邮电大学 本次发布的数据集 STORM-BORN, STORM-BORN是一个来自前沿学术论文的超高难度数学推导数据集，包括密集的人类近似和启发式线索。为了确保可靠性和质量，我们提出了一种新颖的、由人类参与的多代理数据生成框架，集成了推理密集型过滤器、多代理协作和人类数学家的评估。我们整理了一套2000个合成样本，并特意选择了100个最具挑战性的问题。即使是像GPT-o1这样的最先进的模型也只能解决不到5%的问题。在STORM-BORN上进行微调可以将准确率提高7.84%（LLaMA3-8B）和9.12%（Qwen2.5-7B）。随着人工智能逐渐接近数学家水平的推理，STORM-BORN既提供了一个高难度的基准，又提供了一个类似人类的推理训练资源。我们的代码和数据集在https://github.com/lwhere/STORM-BORN上公开可用。

查看STORM-BORN

README 内容： 

关于 北京邮电大学 , 北京邮电大学是中国著名的信息与通信工程领域的重点大学，成立于1955年，位于北京市。学校在信息与通信技术、计算机科学、电子工程等领域具有较强的科研和教学实力，培养了大量信息科技领域的高级人才。

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。