香港科技大学 发布 RFMDataset (Reveal Failure Modes) 数据集, 应用在 数学证明、机器学习评估 领域

香港科技大学 本次发布的数据集 RFMDataset (Reveal Failure Modes), RFMDataset是一个包含200个数学证明问题的数据集，由多名博士级别的验证者从多个来源中手动选择，涵盖从初中到大学水平的数学知识。该数据集旨在揭示高级推理模型在数学证明方面的不足，通过引入一种半自动评估流程，包括人机交互评估，以确保评估的可靠性。数据集包含的问题范围广泛，从几何到概率论，难度级别从初级到奥林匹克水平，旨在评估模型在解决复杂数学证明问题时的推理能力。

查看RFMDataset (Reveal Failure Modes)

README 内容： 

关于 香港科技大学 , 香港科技大学（HKUST）是一所位于中国香港的国际化研究型大学，以其在科学研究和创新教育领域的卓越表现而闻名。

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。