InternLM 发布 LEAN-GitHub 数据集, 应用在 形式数学、定理证明 领域

InternLM 本次发布的数据集 LEAN-GitHub, 该数据集包含了从GitHub上几乎所有Lean 4仓库中提取的大规模正式数据，其中包含28,597个带有形式证明的定理和218,866个策略，这些数据来自2,133个文件。该数据集是Lean 4形式数学中最大的定理证明数据集之一，对于提高模型在各类数学主题上的性能具有显著益处。其规模达到0.138B个标记，任务是对形式数学中的定理进行证明。

查看LEAN-GitHub

Dataset card 内容： 

Files and versions 内容： 

关于 InternLM , InternLM 是由上海人工智能实验室主要开发，专注于开源高质量大型语言模型及全栈开发应用工具链的组织。

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。