发布 StepMathBench 数据集, 应用在 数学过程评估、机器学习 领域

本次发布的数据集 StepMathBench, 该数据集名为StepMathBench，是一个包含1000个分步骤的过程评估实例的基准测试集，这些实例源自200个按问题类型、学科类别和难度等级分组的高质量数学问题。这些问题类型包括计算、证明和开放式问题。解决方案是通过多种大型语言模型生成的，并由六位资质较高的评分员进行评分。该数据集的规模为从200个问题中提取的1000个实例，其任务是进行数学过程评估。

查看StepMathBench

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。